Data Mining Process Optimization in Computational Multi-agent Systems

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F15%3A00446456" target="_blank" >RIV/67985807:_____/15:00446456 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-20230-3_8" target="_blank" >http://dx.doi.org/10.1007/978-3-319-20230-3_8</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-20230-3_8" target="_blank" >10.1007/978-3-319-20230-3_8</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Data Mining Process Optimization in Computational Multi-agent Systems

Popis výsledku v původním jazyce

In this paper, we present an agent-based solution of metalearning problem which focuses on optimization of data mining processes. We exploit the framework of computational multi-agent systems in which various meta-learning problems have been already studied, e.g. parameter-space search or simple method recommendation. In this paper, we examine the effect of data preprocessing for machine learning problems. We perform the set of experiments in the search-space of data mining processes which is constituted by combinations of preprocessing methods with classifiers. The optimization takes place with respect to two criteria - error-rate and model learning time, which are partially complementary. The results of the consistent search algorithm on a number ofclassification data-sets are shown and the advantage of automated preprocessing augmentation of method recommendation is demonstrated.

Název v anglickém jazyce

Data Mining Process Optimization in Computational Multi-agent Systems

Popis výsledku anglicky

In this paper, we present an agent-based solution of metalearning problem which focuses on optimization of data mining processes. We exploit the framework of computational multi-agent systems in which various meta-learning problems have been already studied, e.g. parameter-space search or simple method recommendation. In this paper, we examine the effect of data preprocessing for machine learning problems. We perform the set of experiments in the search-space of data mining processes which is constituted by combinations of preprocessing methods with classifiers. The optimization takes place with respect to two criteria - error-rate and model learning time, which are partially complementary. The results of the consistent search algorithm on a number ofclassification data-sets are shown and the advantage of automated preprocessing augmentation of method recommendation is demonstrated.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LD13002" target="_blank" >LD13002: Modelování složitých systémů softcomputingovými metodami</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

Agents and Data Mining Interaction

ISBN

978-3-319-20229-7

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

11

Strana od-do

93-103

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Paris

Datum konání akce

5. 5. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000364104000008