Отрывок: В каждом случае оценивались две величины: время обучения модели, включая понижение размерности и общее качество обученной модели (т.е. отношение верно классифицированных текстов к общему количе...
Название : | Сокращение размерности в задачах классификации текстов: компромисс между скоростью обучения и качеством модели машинного обучения |
Авторы/Редакторы : | Павельев А. В. Бурлаков М. Е. |
Дата публикации : | 2021 |
Библиографическое описание : | Павельев, А. В. Сокращение размерности в задачах классификации текстов: компромисс между скоростью обучения и качеством модели машинного обучения / А. В. Павельев, М. Е. Бурлаков // Информационные технологии и нанотехнологии (ИТНТ-2021) : сб. тр. по материалам VII Междунар. конф. и молодеж. шк. (г. Самара, 20-24 сент.) : [в 3 т.] / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изображений РАН - фил. ФНИЦ "Кристаллография и фотоника РАН. - Самаpа : Изд-во Самар. ун-та, 2021Т. 3: Искусственный интеллект и науки о данных. - 2021. - С. 033522. |
Другие идентификаторы : | RU\НТБ СГАУ\466168 |
Ключевые слова: | анализ данных сокращение размерности разреженные матрицы признаков классификация текстов машинное обучение численный эксперимент |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
68paper033522.pdf | 462.5 kB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.