Anatomy of a Propositionalization Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F16%3A00241012" target="_blank" >RIV/68407700:21240/16:00241012 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Anatomy of a Propositionalization Algorithm
Popis výsledku v původním jazyce
Propositionalization algorithms transform relational data into a form of a single table with features, which can be used for classifi- cation or regression with conventional machine learning tools. This literature review proposes a decomposition of a propositionalization algorithm into 7 well defined building blocks. The decomposition is applied to 15 algorithms taken from literature. All of the ex- amined algorithms fit the proposed decomposition framework. The framework can be used to build a library of propositionalization algorithms without writing redundant, to develop new algorithms or simple as a mean of understanding differences between different implementations of propositionalization algorithms.
Název v anglickém jazyce
Anatomy of a Propositionalization Algorithm
Popis výsledku anglicky
Propositionalization algorithms transform relational data into a form of a single table with features, which can be used for classifi- cation or regression with conventional machine learning tools. This literature review proposes a decomposition of a propositionalization algorithm into 7 well defined building blocks. The decomposition is applied to 15 algorithms taken from literature. All of the ex- amined algorithms fit the proposed decomposition framework. The framework can be used to build a library of propositionalization algorithms without writing redundant, to develop new algorithms or simple as a mean of understanding differences between different implementations of propositionalization algorithms.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů