Počet záznamů: 1  

Identifying the most informative variables for decision-making problems – a survey of recent approaches and accompanying problems

  1. 1. 0313818 - UTIA-B 2009 RIV CZ eng J - Článek v odborném periodiku
    Pudil, Pavel - Somol, Petr
    Identifying the most informative variables for decision-making problems – a survey of recent approaches and accompanying problems.
    [Identifikace nejinformativnějších proměnných pro problémy rozhodovacího typu – přehled současných postupů a problémů.]
    Acta Oeconomica Pragensia. Roč. 16, č. 4 (2008), s. 37-55. ISSN 0572-3043
    Grant CEP: GA MŠk 1M0572
    Grant ostatní:GA MŠk(CZ) 2C06019
    Výzkumný záměr: CEZ:AV0Z10750506
    Klíčová slova: variable selection * decision making
    Kód oboru RIV: BD - Teorie informace
    http://library.utia.cas.cz/separaty/2008/RO/pudil-identifying%20the%20most%20informative%20variables%20for%20decision-making%20problems%20a%20survey%20of%20recent%20approaches%20and%20accompanying%20problems.pdf

    We give an overview of problems related to variable selection (also known as feature selection) techniques in decision-making problems based on machine learning with particular emphasis to recent knowledge. Several popular methods are reviewed and assigned to a taxonomical context. Issues related to the generalization versus performance trade-off inherent to currently used variable selection approaches are addressed and illustrated on realworld examples.

    Článek podává přehled problémů souvisejících s vyhledáváním proměnných (výběru příznaků) pro rozhodování založené na metodách strojového učení, a to s ohledem na aktuální stav problematiky. Je porovnáno několik populárních metod a zařazeno do taxonomického kontextu. Rovněž je diskutován problém protichůdnosti požadovaných vlastností příslušných metod – na schopnost zobecňovat a schopnost efektivní optimalizace. Problém je ilustrován pomocí experimentů na reálných datech.
    Trvalý link: http://hdl.handle.net/11104/0164526