A Study of Boolean Matrix Factorization Under Supervised Settings

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F19%3A73595312" target="_blank" >RIV/61989592:15310/19:73595312 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/content/pdf/10.1007%2F978-3-030-21462-3_24.pdf" target="_blank" >https://link.springer.com/content/pdf/10.1007%2F978-3-030-21462-3_24.pdf</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-21462-3_24" target="_blank" >10.1007/978-3-030-21462-3_24</a>

Jazyk výsledku
angličtina
Název v původním jazyce
A Study of Boolean Matrix Factorization Under Supervised Settings
Popis výsledku v původním jazyce
Boolean matrix factorization is a generally accepted approach used in data analysis to explain data or for data preprocessing in the supervised settings. In this paper we study factors in the supervised settings. We provide an experimental proof that factors are able to explain not only data as a whole but also classes in the data.
Název v anglickém jazyce
A Study of Boolean Matrix Factorization Under Supervised Settings
Popis výsledku anglicky
Boolean matrix factorization is a generally accepted approach used in data analysis to explain data or for data preprocessing in the supervised settings. In this paper we study factors in the supervised settings. We provide an experimental proof that factors are able to explain not only data as a whole but also classes in the data.

Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)