ЦЕНЗУРИРОВАНИЕ ОБУЧАЮЩИХ ВЫБОРОК С ИСПОЛЬЗОВАНИЕМ РЕГУЛЯРИЗАЦИИ ОТНОШЕНИЙ СВЯЗАННОСТИ ОБЪЕКТОВ КЛАССОВ

Основное содержимое статьи

Салим Мукумов

Аннотация

Цензурирование обучающих выборок рассматривается как важная часть процесса машинного обучения. Основными целями цензурирования являются повышение обобщающей способности и снижение сложности алгоритмов. Реализация этих целей, как правило, связана с формированием обучающих выборок через поиск и удаление шумовых объектов и признаков [Борисова, Кутненко, 2015; Загоруйко, Кутненко,2013; Кутненко, Плясунов, 2021]. Специфику цензурирования для метрических алгоритмов распознавания в [Загоруйко, Кутненко,2013] предлагается рассматривать через меру компактности объектов классов и выборки в целом.

Информация о статье

Как цитировать
Мукумов , С. (2024). ЦЕНЗУРИРОВАНИЕ ОБУЧАЮЩИХ ВЫБОРОК С ИСПОЛЬЗОВАНИЕМ РЕГУЛЯРИЗАЦИИ ОТНОШЕНИЙ СВЯЗАННОСТИ ОБЪЕКТОВ КЛАССОВ. Interpretation and Researches. извлечено от https://interpretationandresearches.uz/index.php/iar/article/view/2412
Раздел
Статьи

Библиографические ссылки

Борисова И.А., Кутненко О.А. Цензурирование ошибочно классифицированных объектов выборки. Машинное обучение и анализ данных. 2015. Т. 1. No 11. С.1632–1641.

Загоруйко Н. Г., Кутненко О. А. Цензурирование обучающей выборки // Вестн. Томского гос. ун-та. Сер. Управление, вычисл. техника и информатика. 2013. № 22. C. 66–73.

Кутненко О. А., Плясунов А. В. NP-трудность некоторой задачи цензурирования данных, Дискретн. анализ и исслед. опер., 2021, том 28, выпуск 2, 60–73 DOI: https://doi.org/10.33048/daio.2021.28.69