Federacja Bibliotek Cyfrowych

Strona główna
Zielonogórska Biblioteka Cyfrowa
Multi-label classification using error correcting output codes

Szczegóły obiektu: Multi-label classification using error correcting output codes

tile.noImage

Instytucja dostarczająca:Zielonogórska Biblioteka Cyfrowa

Opis

Tytuł:
Multi-label classification using error correcting output codes
Twórca:
Kajdanowicz, Tomasz;
Kazienko, Przemysław
Współtwórca:
Cordón, Oskar (Red.);
Kazienko, Przemysław (Red.)
Dostępność obiektu:
Dostęp otwarty
Prawa:
Biblioteka Uniwersytetu Zielonogórskiego
Data:
2012
Typ:
artykuł
Język:
angielski;
eng
Źródło:
AMCS, Volume 22, Number 4 (2012);
https://www.amcs.uz.zgora.pl/?action=paper&paper=652
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Temat i słowa kluczowe:
machine learning;
supervised learning;
multi-label classification;
error-correcting output codes;
ECOC;
ensemble methods;
binary relevance;
framework
Identyfikator:
10.2478/v10006-012-0061-2
Dostawca danych:
Zielonogórska Biblioteka Cyfrowa

Czy mogę z tego obiektu skorzystać?:
poproś o pozwolenie
Rodzaj zawartości:
obrazy

Podobne obiekty

tile.noImage

Multi-label classification using error correcting output codes

Twórca:Kajdanowicz, Tomasz | Kazienko, Przemysław

Data:2012

Rodzaj zawartości:obrazy

tile.noImage

Attack vectors on supervised machine learning systems in business applications

Twórca:Surma, Jerzy

Data:2020.12.31 | 2020

Rodzaj zawartości:obrazy

tile.noImage

Supervised probabilistic failure prediction of tuned mass damper-equipped high steel frames using machine learning methods

Twórca:Farrokhi, Farshid | Rahimi, Sepideh

Data:2020.12.31 | 2020

Rodzaj zawartości:obrazy

tile.noImage

A strategy learning model for autonomous agents based on classification

Twórca:Śnieżyński, Bartłomiej

Rodzaj zawartości:obrazy

Czy mogę z tego skorzystać?:poproś o pozwolenie

tile.noImage

Analysis of the ReSuMe learning process for spiking neural networks

Twórca:Ponulak, Filip

Data:2008

Rodzaj zawartości:obrazy

tile.noImage

Fast near-infrared palmprint recognition using nonnegative matrix factorization extreme learning machine

Twórca:Xuebin, Xu | Xinman, Zhang | Longbin, Lu | Wanyu, Deng | Kunlong, Zuo

Data:2014.12.31 | 2014

Rodzaj zawartości:obrazy

tile.noImage

Comparison of supervised learning methods for spike time coding in spiking neural networks

Twórca:Kasiński, Andrzej | Ponulak, Filip

Data:2006

Rodzaj zawartości:obrazy

tile.noImage

Multi-layer neural networks for sales forecasting

Twórca:Scherer Magdalena

Data:2018

Rodzaj zawartości:obrazy

Projekt FBC TeNe

Projekt dofinansowany z Funduszy Europejskich w ramach Programu Operacyjnego Polska Cyfrowa na lata 2014-2020 (projekt nr POPC.02.04.00-00-0012/20-00)

Więcej informacji o projekcie znajdziesz na stronie: https://tene.fbc.pionier.net.pl/

Fundusze Europejskie. Polska Cyfrowa

Rzeczpospolita Polska

FBC - Federacja Bibliotek Cyfrowych

Unia Europejska - Europejski Fundusz Rozwoju Regionalnego

Używamy plików cookies, by nieustannie zwiększać komfort przeglądania naszej strony internetowej. W celu uzyskania szczegółowych informacji, prosimy o zapoznanie się z dokumentem Polityki Prywatności