Wynik wyszukiwania
Zapytanie: UCI MACHINE LEARNING REPOSITORY
Liczba odnalezionych rekordów: 2



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/2
Nr opisu: 0000138893
Tytuł oryginału: Optimization of the values of classifiers parameters - is it still worthwhile to deal with it?.
Autorzy: Daniel Kostrzewa, Konrad Karczewski, Robert Brzeski.
Źródło: W: Artificial intelligence and soft computing. 19th International conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020. Proceedings. Pt. 1. Eds. Leszek Rutkowski, Rafał Scherer, Marcin Korytkowski, Witold Pedrycz, Ryszard Tadeusiewicz, Jacek M. Zurada. Cham : Springer, 2020, s. 417-428, bibliogr. 41 poz.
ISBN: 978-3-030-61400-3978-3-030-61401-0
Seria: (Lecture Notes in Computer Science ; vol. 12415 Lecture Notes in Artificial Intelligence ; 0302-9743)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,6
Bazy indeksujące publikację: Springer; DBLP; Scopus
DOI:
Słowa kluczowe polskie: optymalizacja rojem cząstek ; wyżarzanie symulowane ; algorytm optymalizacji kukułkowej ; algorytm optymalizacji Lion ; klasyfikacja ; analiza danych ; dokładność ; Weka ; repozytorium UCI
Słowa kluczowe angielskie: particle swarm optimization ; simulated annealing ; cuckoo optimization algorithm ; lion optimization algorithm ; classification ; data analysis ; accuracy ; Weka ; UCI machine learning repository
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.


2/2
Nr opisu: 0000129594
Tytuł oryginału: The data dimensionality reduction and features weighting in the classification Process using forest optimization algorithm.
Autorzy: Daniel Kostrzewa, Robert Brzeski.
Źródło: W: Machine learning paradigms: theory and application. Eds. Maciej Huk, Marcin Maleszka, Edward Szczerbicki. Cham : Springer, 2020, s. 97-108, bibliogr. 26 poz.
ISBN: 978-3-030-14131-8978-3-030-14132-5
Seria: (Studies in Computational Intelligence ; vol. 830 1860-949X)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,7
Bazy indeksujące publikację: Springer
DOI:
Słowa kluczowe polskie: redukcja wymiarowości ; wybór cech ; klasyfikacja ; UCI machine learning repository ; dźwięk ; ważenie cech ; algorytm wzrostu lasu
Słowa kluczowe angielskie: dimensionality reduction ; feature selection ; classification ; UCI machine learning repository ; sound ; features weighting ; forest optimization algorithm
Typ publikacji: U
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.


stosując format:
Nowe wyszukiwanie