BoostEMM : Transparent boosting using exceptional model mining

Autor: van der Zon, S.B., Zeev Ben Mordehay, O., Vrijdag, T.S., van Ipenburg, W., Veldsink, J., Duivesteijn, W., Pechenizkiy, M., Bordino, I., Caldarelli, G., Fumarola, F., Gullo, F., Squartini, T.

Publikováno v: Proceedings of the Second Workshop on MIning DAta for financial applicationS (MIDAS 2017), 18 September 2017, Skopje, Macedonia, 5-16
STARTPAGE=5;ENDPAGE=16;TITLE=Proceedings of the Second Workshop on MIning DAta for financial applicationS (MIDAS 2017), 18 September 2017, Skopje, Macedonia

Boosting is an iterative ensemble-learning paradigm. Every iteration, a weak predictor learns a classification task, taking into account performance achieved in previous iterations. This is done by assigning weights to individual records of the datas

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=narcis______::be52bf3a4cb42b18d9a9de9abfb1c462
https://research.tue.nl/nl/publications/ad232d69-ed50-4be9-98c2-fac7a6561560

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.