Compositional Models for Data Mining: an Example

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F18%3A00497538" target="_blank" >RIV/67985556:_____/18:00497538 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Compositional Models for Data Mining: an Example

Popis výsledku v původním jazyce

Like Bayesian networks, compositional models may also be used for data mining. Nevertheless, one can find several reasons why to prefer compositional models for this purpose. Perhaps the most important is the fact that compositional models are assembled from low-dimensional (unconditional) distributions so that computationally advantageous formulas are known for information theoretic characteristics computation. The other reason is that a decomposition is a natural way of complex tasks simplification. Therefore, the inverse process of composition is easily understandable for specialists from many fields of applications regardless of their level of mathematical education.

Název v anglickém jazyce

Compositional Models for Data Mining: an Example

Popis výsledku anglicky

Like Bayesian networks, compositional models may also be used for data mining. Nevertheless, one can find several reasons why to prefer compositional models for this purpose. Perhaps the most important is the fact that compositional models are assembled from low-dimensional (unconditional) distributions so that computationally advantageous formulas are known for information theoretic characteristics computation. The other reason is that a decomposition is a natural way of complex tasks simplification. Therefore, the inverse process of composition is easily understandable for specialists from many fields of applications regardless of their level of mathematical education.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 21st Czech-Japan Seminar od Data Analysis and Decision Making

ISBN

978-80-7464-932-5

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

90-101

Název nakladatele

Aoyama Gakuin University, Japan

Místo vydání

Japan

Místo konání akce

Kamakura

Datum konání akce

23. 11. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—