Участник:Mkarasikov

Материал из MachineLearning.

Версия 20:37, 16 апреля 2014 (править) Mkarasikov (Обсуждение | вклад) ← К предыдущему изменению		Версия 22:35, 29 декабря 2014 (править) (отменить) Mkarasikov (Обсуждение | вклад) К следующему изменению →
Строка 3:		Строка 3:
	МФТИ, ФУПМ, 174 группа		МФТИ, ФУПМ, 174 группа
-	karasikov{at}phystech.edu	+	karasikov{at}phystech{dot}edu
		+
		+	== Отчет о научно-исследовательской работе ==
		+
		+
		+	<big>'''Весна - Осень 2014, 7-й семестр'''</big>
		+
		+
		+	'''Поиск эффективных методов снижения размерности при решении задач многоклассовой классификации путем её сведения к решению бинарных задач'''
		+
		+	''В работе рассматриваются способы решения задачи многоклассовой классификации на основе сведения её к задачам бинарной классификации. Исследованы различные подходы к сведению задачи многоклассовой классификации к задачам бинарной классификации и проведено сравнение их эффективностей. Предложены пути повышения производительности классификаторов путем снижения размерности пространства признаков методом случайных проекций. Проведены эксперименты на реальных данных для различных классификаторов, результаты которых отражают характерные зависимости качества классификации и сложности обучения при снижении размерности методом случайных проекций.''
		+
		+	'''Публикация'''
		+
		+	''Карасиков М.Е., Максимов Ю.В.'' Поиск эффективных методов снижения размерности при решении задач многоклассовой классификации путем её сведения к решению бинарных задач // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1273 - 1290. — ISSN 2223-3792
		+	<big>

---

Версия 22:35, 29 декабря 2014

Карасиков Михаил Евгеньевич

МФТИ, ФУПМ, 174 группа

karasikov{at}phystech{dot}edu

Отчет о научно-исследовательской работе

Весна - Осень 2014, 7-й семестр

Поиск эффективных методов снижения размерности при решении задач многоклассовой классификации путем её сведения к решению бинарных задач

В работе рассматриваются способы решения задачи многоклассовой классификации на основе сведения её к задачам бинарной классификации. Исследованы различные подходы к сведению задачи многоклассовой классификации к задачам бинарной классификации и проведено сравнение их эффективностей. Предложены пути повышения производительности классификаторов путем снижения размерности пространства признаков методом случайных проекций. Проведены эксперименты на реальных данных для различных классификаторов, результаты которых отражают характерные зависимости качества классификации и сложности обучения при снижении размерности методом случайных проекций.

Публикация

Карасиков М.Е., Максимов Ю.В. Поиск эффективных методов снижения размерности при решении задач многоклассовой классификации путем её сведения к решению бинарных задач // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1273 - 1290. — ISSN 2223-3792