Počet záznamů: 1
On the Over-Fitting Problem of Complex Feature Selection Methods
- 1.
SYSNO ASEP 0337806 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název On the Over-Fitting Problem of Complex Feature Selection Methods Překlad názvu O problému přetrénování komplexních metod výběru příznaků Tvůrce(i) Somol, Petr (UTIA-B) RID
Novovičová, Jana (UTIA-B)
Pudil, Pavel (UTIA-B) RIDZdroj.dok. Proc. 5th International Computer Engineering Conference - A better Information Society Through the e@, Machine Intelligence and Web Applications. - Káhira : Cairo University, 2009 Rozsah stran s. 12-17 Poč.str. 6 s. Forma vydání CD-ROM - CD-ROM Akce 5th International Computer Engineering Conference - A better Information Society Through the e@ Datum konání 27.12.2009-28.12.2009 Místo konání Káhira Země EG - Egypt Typ akce WRD Jazyk dok. eng - angličtina Země vyd. EG - Egypt Klíč. slova feature selection ; overfitting ; overselection Vědní obor RIV BD - Teorie informace CEP 1M0572 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy GA102/07/1594 GA ČR - Grantová agentura ČR GA102/08/0593 GA ČR - Grantová agentura ČR CEZ AV0Z10750506 - UTIA-B (2005-2011) Anotace One of the hot topics discussed recently in relation to machine learning is the question of actual performance of modern feature selection methods. Feature selection has been a highly active area of research in recent years due to its potential to improve both the performance and economy of automatic decision systems in various applicational fields, including medicine, image analysis, remote sensing, economics etc. The number of available methods and methodologies has grown rapidly throughout recent years while promising important improvements. Yet recently many authors put this development in question, claiming that simpler older tools are actually better than complex modern ones – which, despite promises, are claimed to actually fail in real-world applications. We investigate this question, show several illustrative examples and draw several conclusions and recommendations regarding feature selection methods’ expectable performance. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2010
Počet záznamů: 1