Тестирование алгоритмов машинного обучения для задач классификации и регрессии порядкового признака

Bibliographic Details
Parent link:Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XIX Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 26-29 апреля 2022 г./ Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой.— , 2022
Т. 3 : Математика.— 2022.— [С. 108-110]
Main Author: Редько Д. А.
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа ядерных технологий Отделение экспериментальной физики
Other Authors: Семенов М. Е. Михаил Евгеньевич (727)
Summary:Заглавие с экрана
Optimal features selection for predictions play a key role in machine learning. In this paper, the main machine learning algorithms are analyzed on binary and ordinal classification and regression tasks. The Wine Quality DataSet has been used for numerical experiments.
Published: 2022
Subjects:
Online Access:http://earchive.tpu.ru/handle/11683/72978
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=634721

MARC

LEADER 00000naa2a2200000 4500
001 634721
005 20231101133827.0
035 |a (RuTPU)RU\TPU\conf\36539 
035 |a RU\TPU\conf\36537 
090 |a 634721 
100 |a 20220822d2022 k y0rusy50 ca 
101 0 |a rus  |d eng 
102 |a RU 
105 |a y z 100zy 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Тестирование алгоритмов машинного обучения для задач классификации и регрессии порядкового признака  |d Machine learning algorithms testing for сlassification and regression problems on ordinal response  |f Д. А. Редько  |g науч. рук. М. Е. Семенов 
203 |a Текст  |c электронный 
230 |a 1 компьютерный файл (pdf; 464 Kb) 
300 |a Заглавие с экрана 
320 |a [Библиогр.: с. 110 (3 назв.)] 
330 |a Optimal features selection for predictions play a key role in machine learning. In this paper, the main machine learning algorithms are analyzed on binary and ordinal classification and regression tasks. The Wine Quality DataSet has been used for numerical experiments. 
461 1 |0 (RuTPU)RU\TPU\conf\36478  |t Перспективы развития фундаментальных наук  |l Prospects of Fundamental Sciences Development  |o сборник научных трудов XIX Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 26-29 апреля 2022 г.  |o в 7 т.  |f Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой  |d 2022 
463 1 |0 (RuTPU)RU\TPU\conf\36480  |t Т. 3 : Математика  |v [С. 108-110]  |d 2022 
510 1 |a Machine learning algorithms testing for сlassification and regression problems on ordinal response  |z eng 
610 1 |a электронный ресурс 
610 1 |a труды учёных ТПУ 
610 1 |a тестирование 
610 1 |a алгоритмы 
610 1 |a машинное обучение 
610 1 |a классификации 
610 1 |a регрессия 
610 1 |a порядковые шкалы 
700 1 |a Редько  |b Д. А. 
702 1 |a Семенов  |b М. Е.  |c математик  |c доцент Томского политехнического университета, кандидат физико-математических наук  |f 1978-  |g Михаил Евгеньевич  |2 stltpush  |4 727 
712 0 2 |a Национальный исследовательский Томский политехнический университет  |b Инженерная школа ядерных технологий  |b Отделение экспериментальной физики  |h 7865  |2 stltpush  |3 (RuTPU)RU\TPU\col\23549 
801 2 |a RU  |b 63413507  |c 20220908  |g RCR 
856 4 |u http://earchive.tpu.ru/handle/11683/72978 
942 |c BK