Классификатор Байеса для переменного количества признаков
Автор: Турканов Г.И., Щепин Е.В.
Журнал: Труды Московского физико-технического института @trudy-mipt
Статья в выпуске: 4 (32) т.8, 2016 года.
Бесплатный доступ
Рассматривается подход ранжирования при помощи наивного байесовского клас- сификатора для переменного количества признаков с применением теории фракта- лов, которая позволяет получить дополнительную информацию в классификатор- характеристику самоподобия. Для этого будет модифицирован наивный Байесовский классификатор и определен показатель Херста данных, который связан с традицион- ной фрактальной размерностью.
Байесовский классификатор, машинное обучение, ранжирование, показатель херста, фрактальная размерность, предсказание, вычислительный эксперимент
Короткий адрес: https://sciup.org/142186164
IDR: 142186164
Список литературы Классификатор Байеса для переменного количества признаков
- Russell S., Norvig P. Artificial Intelligence: A Modern Approach (2nd ed.). New York: Prentice Hall, 2003.
- Graepel T., Candela J., Borchert T., Herbrich R. Web-Scale Bayesian click-through rate prediction for sponsored search advertising in Microsoft's Bing search engine. Proceedings of 27th International Conference on Machine Learning. 2010. P. 13-20
- Turkanov G. Modified Naive Bayes with Hurst exponent as quantitative measure of data mutual dependence. Proceedings of Yandex School of Data Analysis Conference. Machine Learning: Prospects and Applications. 2015
- Bayes T. An essay, towards solving a problem in the doctrine of chances. Philos Trans R Soc Lond. 1763. V. 53. P. 370-418
- Feder J. Fractals. New York: Plenum Press, 1988
