| DC Field | Value | Language |
|---|
| dc.contributor.author | Басинский, В. М. | - |
| dc.date.accessioned | 2020-06-10T09:42:36Z | - |
| dc.date.available | 2020-06-10T09:42:36Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Басинский, В. М. Комбинирование генетических алгоритмов и ансамблирования для построения классификационных моделей / В. М. Басинский // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 3 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 206–210. | ru_RU |
| dc.identifier.isbn | 978-985-905-339-9 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39066 | - |
| dc.description.abstract | Описаны принципы сведения задачи классификации к задаче поиска путей на графе, описан примененный метод проведения дискретизации непрерывных атрибутов, проведен анализ метрики, использованной для оценки качества классификаторов, рассмотрен вариант применения генетического алгоритма для обеспечения достаточного для получения качественной классификации разнообразия классификаторов, предложены пути дальнейшего исследования в рамках задачи. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | оптимизация | ru_RU |
| dc.subject | алгоритм муравьиной колонии | ru_RU |
| dc.subject | генетический алгоритм | ru_RU |
| dc.subject | optimization | - |
| dc.subject | ant colony algorithm | - |
| dc.title | Комбинирование генетических алгоритмов и ансамблирования для построения классификационных моделей | ru_RU |
| dc.title.alternative | Combining the genetic algorithm, ant colony algorithm and ensembling for solving the classification problem | - |
| dc.type | Article | ru_RU |
| local.description.annotation | The principles of changing the classification problem to the equal problem of finding paths on a graph are described, the applied method for discretizing continuous attributes is shown, the metrics used to evaluate the quality of classifiers are analyzed, the application of a genetic algorithm to ensure sufficient variety of classifiers to obtain a high-quality classification is considered, the ways of further research in the scope of the task are proposed. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
