Тестирование алгоритмов машинного обучения для задач классификации и регрессии порядкового признака; Перспективы развития фундаментальных наук; Т. 3 : Математика

Тестирование алгоритмов машинного обучения для задач классификации и регрессии порядкового признака; Перспективы развития фундаментальных наук; Т. 3 : Математика

Détails bibliographiques
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]
Auteur principal: Редько Д. А.
Collectivité auteur: Национальный исследовательский Томский политехнический университет Инженерная школа ядерных технологий Отделение экспериментальной физики
Autres auteurs: Семенов М. Е. Михаил Евгеньевич (научный руководитель)
Résumé: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.
Langue:russe
Publié: 2022
Sujets:
электронный ресурс
труды учёных ТПУ
тестирование
алгоритмы
машинное обучение
классификации
регрессия
порядковые шкалы
Accès en ligne:http://earchive.tpu.ru/handle/11683/72978
Format: Électronique Chapitre de livre
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=634721

Internet

http://earchive.tpu.ru/handle/11683/72978

Documents similaires