Search Techniques for Automated Proposal of Data Mining Schemes
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F16%3A00470347" target="_blank" >RIV/67985807:_____/16:00470347 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-50880-1_8" target="_blank" >http://dx.doi.org/10.1007/978-3-319-50880-1_8</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-50880-1_8" target="_blank" >10.1007/978-3-319-50880-1_8</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Search Techniques for Automated Proposal of Data Mining Schemes
Popis výsledku v původním jazyce
Data mining schemes, or workflows, are collections of interconnected machine learning models, including preprocessing procedures, and ensembles methods combinations. The proposal of data mining schemes for a task at hand has always been a task for experienced data scientists. We will study generating and testing workflows by automated procedures. Two representations of data mining schemes are used in this paper - a linear one, and a one based on direct acyclic graphs. Efficient procedures for generating schemes are presented and evaluated by testing the generated schemes on real data.
Název v anglickém jazyce
Search Techniques for Automated Proposal of Data Mining Schemes
Popis výsledku anglicky
Data mining schemes, or workflows, are collections of interconnected machine learning models, including preprocessing procedures, and ensembles methods combinations. The proposal of data mining schemes for a task at hand has always been a task for experienced data scientists. We will study generating and testing workflows by automated procedures. Two representations of data mining schemes are used in this paper - a linear one, and a one based on direct acyclic graphs. Efficient procedures for generating schemes are presented and evaluated by testing the generated schemes on real data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GA15-19877S" target="_blank" >GA15-19877S: Automatické modelování znalostí a plánů pro autonomní roboty</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Applied Computer Sciences in Engineering
ISBN
978-3-319-50879-5
ISSN
1865-0929
e-ISSN
—
Počet stran výsledku
7
Strana od-do
84-90
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Bogota
Datum konání akce
21. 9. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—