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%3A21230%2F03%3A00087721" target="_blank" >RIV/68407700:21230/03:00087721 - 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 propose a new methodology for generation of regression trees that uses some of the concepts of reinforcement learning. Main motivation of our effort is increasing the ability of algorithm to deal with enormous amounts of data and with time-evolving concept exhibited by the data. In this paper we present basic algorithm that will be in future extended to analogical task of decision trees generation.
Název v anglickém jazyce
Generation of Regression Trees using Reinforcement Learning
Popis výsledku anglicky
We propose a new methodology for generation of regression trees that uses some of the concepts of reinforcement learning. Main motivation of our effort is increasing the ability of algorithm to deal with enormous amounts of data and with time-evolving concept exhibited by the data. In this paper we present basic algorithm that will be in future extended to analogical task of decision trees generation.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
V - Vyzkumna aktivita podporovana z jinych verejnych zdroju
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
Poster 2003
ISBN
—
ISSN
—
e-ISSN
—
Počet stran výsledku
2
Strana od-do
—
Název nakladatele
ČVUT, Fakulta elektrotechnická
Místo vydání
Praha
Místo konání akce
Prague
Datum konání akce
22. 5. 2003
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—