Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Model Selection" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 47
Tytuł:
DISCRIMINANT STEPWISE PROCEDURE
Autorzy:
Kubus, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/655859.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
stepwise procedure
feature selection
model selection
Opis:
Stepwise procedure is now probably the most popular tool for automatic feature selection. In the most cases it represents model selection approach which evaluates various feature subsets (so called wrapper). In fact it is heuristic search technique which examines the space of all possible feature subsets. This method is known in the literature under different names and variants. We organize the concepts and terminology, and show several variants of stepwise feature selection from a search strategy point of view. Short review of implementations in R will be given.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 3, 302
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On Model Selection in Some Regularized Linear Regression Methods
O wyborze postaci modelu w wybranych metodach regularyzowanej regresji liniowej
Autorzy:
Kubus, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/905647.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
model selection
EDC
regularization
linear models
feature selection
Opis:
A dynamic development of various regularization formulas in linear models has been observed recently. Penalizing the values of coefficients affects decreasing of the variance (shrinking coefficients to zero) and feature selection (setting zero for some coefficients). Feature selection via regularized linear models is preferred over popular wrapper methods in high dimension due to less computational burden as well as due to the fact that it is less prone to overfitting. However, estimated coefficients (and as a result quality of the model) depend on tuning parameters. Using model selection criteria available in R implementation does not guarantee that optimal model will be chosen. Having done simulation study we propose to use EDC criterion as an alternative.
W ostatnich latach można zaobserwować dynamiczny rozwój różnych postaci regularyzacji w modelach liniowych. Wprowadzenie kary za duże wartości współczynników skutkuje zmniejszeniem wariancji (wartości współczynników są ,,przyciągane” do zera) oraz eliminacją niektórych zmiennych (niektóre współczynniki się zerują). Selekcja zmiennych za pomocą regularyzowanych modeli liniowych jest w problemach wielowymiarowych preferowana wobec popularnego podejścia polegającego na przeszukiwaniu przestrzeni cech i ocenie podzbiorów zmiennych za pomocą kryterium jakości modelu (wrappers). Przyczyną są mniejsze koszty obliczeń i mniejsza podatność na nadmierne dopasowanie. Jednakże wartości estymowanych współczynników (a więc także jakość modelu) zależą od parametrów regularyzacji. Zaimplementowane w tym celu w programie R kryteria jakości modelu nie gwarantują wyboru modelu optymalnego. Na podstawie przeprowadzonych symulacji w artykule proponuje się zastosowanie kryterium EDC.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Best Model Selection for Determinants of Students’ Academic Performance at Tertiary Level in Azad Jammu and Kashmir, Pakistan
Autorzy:
Hussain, Khadim
Farooq, Sehrish
Akhtar, Nasim
Abbassi, Faisal Azeem
Powiązania:
https://bibliotekanauki.pl/articles/1972174.pdf
Data publikacji:
2018-03-31
Wydawca:
Wydawnictwo Adam Marszałek
Tematy:
academic performance
model selection
CGPA
socioeconomic status
Opis:
The presented study is intended to suggest the best model to predict students’ academic performance at university level. For this purpose, primary data was collected from 400 undergraduate and graduate students of eight departments of Mirpur University of Science and Technology (MUST), which were selected through stratified random sampling. CGPA is used as an indicator of students’ academic performance. Stepwise linear regression is used to select the best model to predict students’ academic performance at tertiary level. The final model selected through stepwise regression includes six variables: the student’s IQ, ownership of AC, gender, geographic location, self-study hours and ownership of fridge as significant predictors of students’ academic performance at tertiary level. IQ, ownership of assets and self-study hours are found to have a positive effect on CGPA while being male and the distance of the household to nearest market are found to have a negative effect on CGPA.
Źródło:
The New Educational Review; 2018, 51; 66-77
1732-6729
Pojawia się w:
The New Educational Review
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model Selection Methods in Log-Linear Analysis
Kryteria wyboru modelu w analizie logarytmiczno-liniowej
Autorzy:
Brzezińska, Justyna
Powiązania:
https://bibliotekanauki.pl/articles/905650.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
log-linear analysis
contingency table
model selection methods
Opis:
The main objective of the study is to examine model selection methods in loglinear analysis. Log-linear analysis is a tool for independence analysis of qualitative data. Cell counts are Poisson distributed and all variables are treated as response. This method allows to analyze any number of variables in a multi-way contingency table. In log-linear analysis we model cell counts, where expected cell frequencies are functions of parameters representing characteristics of the categorical variables and their relationships with each other (interaction). The purpose of this paper is the presentation and comparison of model election criteria. The most popular statistics are chi-square test, likelihood ratio test and information criteria (AIC [Akaike 1973] and BIC [Raftery 1986]) but also Aitkin [Aitkin 1978] method for high dimensional tables.
Analiza logarytmiczno-liniowa jest metodą przeznaczoną do badania zależności pomiędzy zmiennymi niemetrycznymi w tablicy kontyngencji. Zmienne o rozkładzie Poissona traktowane są jako zmienne objaśniane. Metoda ta pozwala na analizę dowolnej liczby zmiennych, a także na uwzględnienie interakcji zachodzących pomiędzy nimi. W analizie logarytmiczno-liniowej modelowane są liczebności w poszczególnych komórkach tablicy, przy czym liczebności oczekiwane są funkcją parametrów reprezentujących zmienne dyskretne oraz relacje między nimi. Celem niniejszego artykułu jest prezentacja i porównanie kryteriów wyboru modelu w analizie logarytmiczno-liniowej. Podstawowymi kryteriami wyboru modelu są statystyka chikwadrat oraz iloraz wiarygodności oraz kryteria informacyjne AIC i BIC. W niniejszym artykule zaprezentowana zostanie także metoda Aitkina, która przeznaczona jest do porównywania jakości dopasowania modeli o dużej liczbie zmiennych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
HEVC Encoding Assisted with Noise Reduction
Autorzy:
Stankiewicz, O.
Wegner, K.
Karwowski, D.
Stankowski, J.
Klimaszewski, K.
Grajek, T.
Powiązania:
https://bibliotekanauki.pl/articles/226110.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
HEVC encoding
encoder control
model selection optimization
noise reduction
Opis:
Optimization of encoding process in video compression is an important research problem, especially in the case of modern, sophisticated compression technologies. In this paper, we consider HEVC, for which a novel method for selection of the encoding modes is proposed. By the encoding modes we mean e.g. coding block structure, prediction types and motion vectors. The proposed selection is done basing on noise-reduced version of the input sequence, while the information about the video itself, e.g. transform coefficients, is coded basing on the unaltered input. The proposed method involves encoding of two versions of the input sequence. Further, we show realization proving that the complexity is only negligibly higher than complexity of a single encoding. The proposal has been implemented in HEVC reference software from MPEG and tested experimentally. The results show that the proposal provides up to 1.5% bitrate reduction while preserving the same quality of a decoded video.
Źródło:
International Journal of Electronics and Telecommunications; 2018, 64, 3; 285-292
2300-1933
Pojawia się w:
International Journal of Electronics and Telecommunications
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Comparison of bayesian and other approaches to the estimation of fatigue crack growth rate from 2D textural features
Autorzy:
Mojzeš, M.
Kukal, J.
Lauschmann, H.
Powiązania:
https://bibliotekanauki.pl/articles/279255.pdf
Data publikacji:
2017
Wydawca:
Polskie Towarzystwo Mechaniki Teoretycznej i Stosowanej
Tematy:
quantitative fractography
optimization
heuristic
linear regression
sub-model selection
Opis:
The fatigue crack growth rate can be explained using features of the surface of a structure. Among other methods, linear regression can be used to explain crack growth velocity. Nonlinear transformations of fracture surface texture features may be useful as explanatory variables. Nonetheless, the number of derived explanatory variables increases very quickly, and it is very important to select only few of the best performing ones and prevent overfitting at the same time. To perform selection of the explanatory variables, it is necessary to assess quality of the given sub-model. We use fractographic data to study performance of different information criteria and statistical tests as means of the sub-model quality measurement. Furthermore, to address overfitting, we provide recommendations based on a cross-validation analysis. Among other conclusions, we suggest the Bayesian Information Criterion, which favours sub-models fitting the data considerably well and does not lose the capability to generalize at the same time.
Źródło:
Journal of Theoretical and Applied Mechanics; 2017, 55, 4; 1269-1278
1429-2955
Pojawia się w:
Journal of Theoretical and Applied Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bayesian and Akaike’s information criterions for some multivariate tests of homogeneity with applications in multisample clustering
Kryterium bayesowskie i kryterium Akaike dla testów homogenicznośd w modelu liniowym
Autorzy:
Jelenkowska, Teresa H
Powiązania:
https://bibliotekanauki.pl/articles/905623.pdf
Data publikacji:
2002
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Model selection
Akaike’s and Bayesian information criterions
multisample clustering
Opis:
W pracy zostały przedstawione dwa kryteria dotyczące selekcji modeli, mianowicie kryterium Akaike: AIC (Akaike’s Information Criterion) i kryterium bayesowskie: BIC (Bayesian Information Criterion).
This paper studies the AlC and B1C (Akaike’s and Bayesian Information Criterion) replacement for: - Box’s (1949) M test of the homogeneity of covariances, - Wilks’ (1932) Л criterion for testing the equality of mean vectors and - likelihood ratio test of the complete homogeneity as two of model - selection criterions. AIC and BIC are new procedures for comparing means and samples, and selecting the homogeneous groups from heterogenous ones in multi-sample data analysis problems. f rom the Bayesian view-point, the approach to the model-selection problem is to specily the prior probability ol each model, prior distributions for all parameters in each model and compute the posterior probability of each model given the data. That model lor which the estimated posterior probability is the largest is chosen to be the best one. A clustering technique is presented to generate all possible choices of clustering alternatives of groups and indentify the best clustering among the alternative clusterings.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Variational Approximations for Selecting Hierarchical Models of Circular Data in a Small Area Estimation Application
Autorzy:
Hernandez-Stumpfhauser, Daniel
Breidt, F. Jay
Opsomer, Jean D.
Powiązania:
https://bibliotekanauki.pl/articles/465673.pdf
Data publikacji:
2016
Wydawca:
Główny Urząd Statystyczny
Tematy:
deviance information criterion Laplace approximation
model selection
projected normal distribution
Opis:
We consider hierarchical regression models for circular data using the projected normal distribution, applied in the development of weights for the Access Point Angler Intercept Survey, a recreational angling survey conducted by the US National Marine Fisheries Service. Weighted estimates of recreational fish catch are used in stock assessments and fisheries regulation. The construction of the survey weights requires the distribution of daily departure times of anglers from fishing sites, within spatio-temporal domains subdivided by the mode of fishing. Because many of these domains have small sample sizes, small area estimation methods are developed. Bayesian inference for the circular distributions on the 24-hour clock is conducted, based on a large set of observed daily departure times from another National Marine Fisheries Service study, the Coastal Household Telephone Survey. A novel variational/Laplace approximation to the posterior distribution allows fast comparison of a large number of models in this context, by dramatically speeding up computations relative to the fast Markov Chain Monte Carlo method while giving virtually identical results.
Źródło:
Statistics in Transition new series; 2016, 17, 1; 91-104
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application out-of-sample forecasting in model selection on Nigeria exchange rate
Autorzy:
Henry, Akpensuen Shiaondo
Lasisi, K. E.
Akpan, E. A.
Gwani, A. A.
Powiązania:
https://bibliotekanauki.pl/articles/1062858.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
ARMA model
Exchange Rate
In-sample forecasting
Model selection and evaluation
Out-sample forecasting
Opis:
In time series, several competing models may adequately fit a given set of data. At times choosing the best model may be easy or difficult. However, there are two major model selection criteria; it could be either in-sample or out-of-sample forecasts. This study was necessitated because Empirical evidence based on out-of-sample model forecast performance is generally considered more trustworthy than evidence based on in-sample model performance which can be more sensitive to outliers and data mining. And also the fact that Out-of-sample forecasts also better reflect the information available to the forecaster in real time was also an added motivation. Hence this study considered data from Nigeria exchange rate (Naira to US Dollar) from January 2002 to December 2018 comprising 204 observations. The first 192 observations were used for model identification and estimation while the remaining 12 observations were holdout for forecast validation. Three ARIMA models; ARIMA (0, 1, 1), ARIMA (1, 1, 2) and ARIMA (2, 1, 0) were fitted tentatively. Base on in-sample information criteria ARIMA (0, 1, 1) was the best model with minimum AIC, SIC and HQ information criteria. However, on the basics of out-of-sample forecast evaluation using RMSE, MSE, MAE, and MAPE, ARIMA (2, 1, 0) perform better than ARIMA (0, 1, 1). The implication of this study is that, a model that is best in the in-sample fitting may not necessary give a genuine forecasts since it is the same data that is used in model identification and estimation that is also use in forecast evaluation.
Źródło:
World Scientific News; 2019, 127, 3; 225-247
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metoda Hellwiga jako kryterium doboru zmiennych do modeli szeregów czasowych
Using hellwig method to select explanatory variables in time series models
Autorzy:
Serwa, Dobromił
Powiązania:
https://bibliotekanauki.pl/articles/453846.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
metoda Hellwiga
szeregi czasowe
wybór modelu
Hellwig method
time series
model selection
Opis:
Celem pracy jest rozstrzygnięcie, czy metoda Hellwiga jest użyteczna w odniesieniu do konstruowania modeli szeregów czasowych i w jakim zakresie jest ona konkurencyjna wobec innych metod, na przykład wykorzystujących kryteria informacyjne Schwarza i Akaike. Okazuje się, że metoda Hellwiga w pewnych, często w praktyce ekonometrycznej występujących przypadkach, nie prowadzi do wyboru odpowiedniego modelu.
We check if Hellwig method is useful in building time-series models and if it performs better than other statistical methods, including Akaike and Schwarz information criteria. We find that the Hellwig method often leads to incorrect model specifications.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 312-321
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of protein subcellular localization using support vector machine with the choice of proper kernel
Autorzy:
Hasan, M.A.M.
Ahmad, S.
Molla, M.K.I.
Powiązania:
https://bibliotekanauki.pl/articles/81150.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
subcellular localization
protein
prediction
support vector machine
model selection
kernel
radial base function
Źródło:
BioTechnologia. Journal of Biotechnology Computational Biology and Bionanotechnology; 2017, 98, 2
0860-7796
Pojawia się w:
BioTechnologia. Journal of Biotechnology Computational Biology and Bionanotechnology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evolutionary learning of rich neural networks in the Bayesian model selection framework
Autorzy:
Matteucci, M.
Spadoni, D.
Powiązania:
https://bibliotekanauki.pl/articles/907642.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
sieć neuronowa
model Bayesa
algorytm genetyczny
Rich Neural Networks
Bayesian model selection
genetic algorithm
Bayesian fitness
Opis:
In this paper we focus on the problem of using a genetic algorithm for model selection within a Bayesian framework. We propose to reduce the model selection problem to a search problem solved using evolutionary computation to explore a posterior distribution over the model space. As a case study, we introduce ELeaRNT (Evolutionary Learning of Rich Neural Network Topologies), a genetic algorithm which evolves a particular class of models, namely, Rich Neural Networks (RNN), in order to find an optimal domain-specific non-linear function approximator with a good generalization capability. In order to evolve this kind of neural networks, ELeaRNT uses a Bayesian fitness function. The experimental results prove that ELeaRNT using a Bayesian fitness function finds, in a completely automated way, networks well-matched to the analysed problem, with acceptable complexity.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2004, 14, 3; 423-440
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the Akaike information criterion for an assessment of sugar beet crop distribution
Zastosowanie kryterium Akaike do oceny rozkladu plonow burakow cukrowych
Autorzy:
Kornacki, A.
Ostroga, K.
Powiązania:
https://bibliotekanauki.pl/articles/791936.pdf
Data publikacji:
2011
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
sugar-beet
crop distribution
Akaike information criterion
application
normal distribution
log-normal distribution
model selection
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2011, 11
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kryterium Akaike: prostota w języku statystyki
Akaike Criterion: Simplicity in the Language of Statistics
Autorzy:
Kukier, Łukasz
Szydłowski, Marek
Tambor, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/2013057.pdf
Data publikacji:
2009
Wydawca:
Katolicki Uniwersytet Lubelski Jana Pawła II. Towarzystwo Naukowe KUL
Tematy:
kryterium Akaike
prostota
filozofia nauki
kryteria selekcji modeli
Akaike Informative Criterion
simplicity
philosophy of science
model selection
Opis:
Many authors have pointed out that notion of simplicity is unclear. For deeper understanding of this term, we investigate it in the conceptual framework of Akaike Informative Criterion (AIC). Advantages as well as troubles of such formulation are presented in the paper. We also discuss a role which plays the simplicity notion formulated in statistical framework within Sober’s philosophy of science conception.
Źródło:
Roczniki Filozoficzne; 2009, 57, 1; 91-126
0035-7685
Pojawia się w:
Roczniki Filozoficzne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prostota modelu kosmologicznego a złożoność Wszechświata
Simplicity of the Cosmological Model vs. Complexity of the Universe
Autorzy:
Szydłowski, Marek
Tambor, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/2012896.pdf
Data publikacji:
2010
Wydawca:
Katolicki Uniwersytet Lubelski Jana Pawła II. Towarzystwo Naukowe KUL
Tematy:
kryterium Akaike
prostota
filozofia nauki
model kosmologiczny
kryteria selekcji modeli
Akaike Information Criterium AIC
Simplicity
Philosophy of Science
Cosmological Model
Model Selection
Opis:
In this paper we continue our previous investigation od Akaike simplicity criterion [16] which plays the crucial role in the E. Sober philosophy of science [29] in the context of the modern cosmology. We consider different models of accelerating Universe which describe the current evolution of the Universe. We demonstrate that the generalized Akaike criterion (Bozdogen criterion) distinguishes the very simple standard cosmological model called LCDM (Lamda Cold Dark Matter model) whereas the standard Akaike criterion doesn’t give such unique indication. We demonstrate that the case study of cosmological models may be suitable in searching for more adequate criterion of the simplicity in the context of the philosophy of science.
Źródło:
Roczniki Filozoficzne; 2010, 58, 2; 153-180
0035-7685
Pojawia się w:
Roczniki Filozoficzne
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 47

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