Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Gorecki, Tomasz." wg kryterium: Wszystkie pola


Wyświetlanie 1-4 z 4
Tytuł:
Stacked regression with restrictions
Autorzy:
Górecki, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/729732.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
stacked regression
regression with restrictions
mixed regression
Opis:
When we apply stacked regression to classification we need only discriminant indices which can be negative. In many situations, we want these indices to be positive, e.g., if we want to use them to count posterior probabilities, when we want to use stacked regression to combining classification. In such situation, we have to use leastsquares regression under the constraint βₖ ≥ 0, k = 1,2,...,K. In their earlier work [5], LeBlanc and Tibshirani used an algorithm given in [4]. However, in this paper we use a more general algorithm given in [6].
Źródło:
Discussiones Mathematicae Probability and Statistics; 2005, 25, 1; 103-113
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Effect of choice of dissimilarity measure on classification efficiency with nearest neighbor method
Autorzy:
Górecki, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/729668.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
nearest neighbor method
discriminant coordinates
dissimilarity measures
estimators of classification error
Opis:
In this paper we will precisely analyze the nearest neighbor method for different dissimilarity measures, classical and weighed, for which methods of distinguishing were worked out. We will propose looking for weights in the space of discriminant coordinates. Experimental results based on a number of real data sets are presented and analyzed to illustrate the benefits of the proposed methods. As classical dissimilarity measures we will use the Euclidean metric, Manhattan and post office metric. We gave the first two metrics weights and now these measures are not metrics because the triangle inequality does not hold. Howeover, it does not make them useless for the nearest neighbor classification method. Additionally, we will analyze different methods of tie-breaking.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2005, 25, 2; 217-239
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A learning algorithm combining functional discriminant coordinates and functional principal components
Autorzy:
Górecki, Tomasz
Krzyśko, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/729818.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
functional principal components
functional discriminant coordinates
Opis:
A new type of discriminant space for functional data is presented, combining the advantages of a functional discriminant coordinate space and a functional principal component space. In order to provide a comprehensive comparison, we conducted a set of experiments, testing effectiveness on 35 functional data sets (time series). Experiments show that constructed combined space provides a higher quality of classification of LDA method compared with component spaces.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2014, 34, 1-2; 127-141
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Some methods of constructing kernels in statistical learning
Autorzy:
Górecki, Tomasz
Łuczak, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/729927.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
positive definite kernel
dot product kernel
statistical kernel
SVM
kPCA
Opis:
This paper is a collection of numerous methods and results concerning a design of kernel functions. It gives a short overview of methods of building kernels in metric spaces, especially $R^n$ and $S^n$. However we also present a new theory. Introducing kernels was motivated by searching for non-linear patterns by using linear functions in a feature space created using a non-linear feature map.
Źródło:
Discussiones Mathematicae Probability and Statistics; 2010, 30, 2; 179-201
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies