Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Generation of Regression Trees using Reinforcement Learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F03%3A03087741" target="_blank" >RIV/68407700:21220/03:03087741 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Generation of Regression Trees using Reinforcement Learning

  • Popis výsledku v původním jazyce

    We present a novel methodology for regression trees generation that uses the reinforcement learning frame for learning ef_cient regression trees. We describe the basic variant of such a methodology that uses the Monte-Carlo method to explore the space ofpossible regression trees. Comparison with other methods of regression is performed and evaluated. Our algorithm is implemented as a software program in the JAVA programming language and uses the framework of WEKA machine learning library. This work canbe seen as a step toward on-line learning methodology for generation of decision and regression trees on drifting concepts.

  • Název v anglickém jazyce

    Generation of Regression Trees using Reinforcement Learning

  • Popis výsledku anglicky

    We present a novel methodology for regression trees generation that uses the reinforcement learning frame for learning ef_cient regression trees. We describe the basic variant of such a methodology that uses the Monte-Carlo method to explore the space ofpossible regression trees. Comparison with other methods of regression is performed and evaluated. Our algorithm is implemented as a software program in the JAVA programming language and uses the framework of WEKA machine learning library. This work canbe seen as a step toward on-line learning methodology for generation of decision and regression trees on drifting concepts.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2003

  • 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

    EUNITE 2003

  • ISBN

    3-86130-194-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    262-266

  • Název nakladatele

    Verlag Mainz

  • Místo vydání

    Aachen

  • Místo konání akce

    Oulu

  • Datum konání akce

    10. 7. 2003

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku