Subtitle:

Książka = Book ; KS/3/2012/T1P[9]

Publisher:

Instytut Badań Systemowych. Polska Akademia Nauk ; Systems Research Institute. Polish Academy of Sciences

Place of publishing:

Warszawa

Description:

[6], 129-141 stron ; 21 cm ; Bibliografia s. 140-141

Type of object:

Książka/Rozdział

Abstract:

Importance of feature selection techniques in multidimensional data analysis is nowadays beyond doubt. It is especially so in such learning tasks which are characterized by a very high dimensionality and a low number of learning examples. An alternative approach to well known and commonly used selection methods (e.g. backward, forward, stepwise) is to use the Akaike Information Criterion (AIC) for feature selection investigating the whole feature set simultaneously. An experimental approach to feature selection suggested in the paper is based on so-called AIC Improvement Matrices, which describe the situation in the whole feature set. Besides paying attention to AIC selection algorithms refer also to correlation between features in the data set.

Relation:

Książka = Book

Detailed Resource Type:

Książka

Resource Identifier:

oai:rcin.org.pl:198680

Source:

KS-2012-03-T1P[9]

Language:

eng

Language of abstract:

eng

Rights:

Licencja Creative Commons Uznanie autorstwa 4.0

Terms of use:

Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -

Digitizing institution:

Instytut Badań Systemowych Polskiej Akademii Nauk

Original in:

Biblioteka Instytutu Badań Systemowych PAN

Projects co-financed by:

Program Operacyjny Polska Cyfrowa, lata 2014-2020, Działanie 2.3 : Cyfrowa dostępność i użyteczność sektora publicznego; środki z Europejskiego Funduszu Rozwoju Regionalnego oraz współfinansowania krajowego z budżetu państwa

Access:

Otwarty