Assessing the Usability of Predictions of Different Regression Models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F10%3A00348393" target="_blank" >RIV/67985807:_____/10:00348393 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Assessing the Usability of Predictions of Different Regression Models

Popis výsledku v původním jazyce

Two kinds of methods for assessing reliability of regression models are analysed. The first kind consists in obtaining confidence intervals using either statistical methods (frequentist, Bayesian) or transductive inference. The second kind are heuristicmethods, designed so that they correlate with prediction error. Both methods are compared on four kinds of parametric regression models using real-world data. This is a work in progress, that is why transductive inference has not been implemented yet, only one dataset has been used, and the comparison has been implemented for two kinds of regression models, so far: multilayer perceptron and support-vector regression. For them, the variability of results obtained by heuristics methods with respect to different models is illustrated, as well as the correlation between the confidence intervals and the heuristic methods.

Název v anglickém jazyce

Assessing the Usability of Predictions of Different Regression Models

Popis výsledku anglicky

Two kinds of methods for assessing reliability of regression models are analysed. The first kind consists in obtaining confidence intervals using either statistical methods (frequentist, Bayesian) or transductive inference. The second kind are heuristicmethods, designed so that they correlate with prediction error. Both methods are compared on four kinds of parametric regression models using real-world data. This is a work in progress, that is why transductive inference has not been implemented yet, only one dataset has been used, and the comparison has been implemented for two kinds of regression models, so far: multilayer perceptron and support-vector regression. For them, the variability of results obtained by heuristics methods with respect to different models is illustrated, as well as the correlation between the confidence intervals and the heuristic methods.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/GA201%2F08%2F0802" target="_blank" >GA201/08/0802: Aplikace metod znalostního inženýrství při dobývání znalostí z databází</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2010

Kód důvěrnosti údajů

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

Název statě ve sborníku

Informačné Technológie - Aplikácie a Teória

ISBN

978-80-970179-3-4

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

Pont

Místo vydání

Seňa

Místo konání akce

Smrekovica

Datum konání akce

21. 9. 2010

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—