Поиск на сайте: Расширенный поиск


Новые программы oszone.net Читать ленту новостей RSS
CheckBootSpeed - это диагностический пакет на основе скриптов PowerShell, создающий отчет о скорости загрузки Windows 7 ...
Вы когда-нибудь хотели создать установочный диск Windows, который бы автоматически установил систему, не задавая вопросо...
Если после установки Windows XP у вас перестала загружаться Windows Vista или Windows 7, вам необходимо восстановить заг...
Программа подготовки документов и ведения учетных и отчетных данных по командировкам. Используются формы, утвержденные п...
Red Button – это мощная утилита для оптимизации и очистки всех актуальных клиентских версий операционной системы Windows...
OSzone.net Microsoft Видео Базы данных и бизнес-аналитика Data Mining. Повышение точности классификации при помощи ансамблей моделей на платформе SQL Server 2008 R2 RSS

Data Mining. Повышение точности классификации при помощи ансамблей моделей на платформе SQL Server 2008 R2

Текущий рейтинг: 5 (проголосовало 1)
 Посетителей: 540 | Просмотров: 682 (сегодня 0)  Шрифт: - +
Одним из перспективных подходов к повышению точности прогнозирования классификационных моделей является их комбинирование, т.е. создание так называемых ансамблей. Прогнозирование в этом случае осуществляется взвешенным голосованием моделей. Примечательно, что можно добиться высокой точности прогнозирования ансамбля даже в случае достаточно слабых по точности исходных алгоритмов. В докладе будут описаны и проиллюстрированы на примерах подходы Bagging, Boosting и Stacking к созданию ансамблей моделей на платформе SQL Server 2008 R2 Analysis Services. Докладчик: Максим Гончаров.

Загрузить Microsoft Silverlight
Смотреть в плеере Windows Media Player Помощь по просмотру видео-докладов на OSzone.net

Ссылки для скачивания

Автор: Maxim Goncharov  •  Иcточник: TechDays.ru  •  Опубликована: 23.11.2011
Нашли ошибку в тексте? Сообщите о ней автору: выделите мышкой и нажмите CTRL + ENTER


Оценить статью:
Вверх
Комментарии посетителей
Комментарии отключены. С вопросами по статьям обращайтесь в форум.