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 "free lunch" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Czy warto być homo pecuniosus?
    Is it Worth to be Homo Pecuniosus?
    Autorzy:
    Grabowski, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/468589.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Instytut Filozofii i Socjologii PAN
    Tematy:
    Business ethics
    free lunch
    financial market
    derivatives
    currency options
    MiFID
    Opis:
    The author refers to the defi nition of homo pecuniosus set by prof. Janina Filek and analyzes the scope of it in the context of business ethics. As a practitioner, he gives several examples taken from the real life of derivatives trading with different consequences of ethical or non-ethical behaviour. The final conclusion is that not only so called financiers, but all of us are homo pecuniosus and it may be a valuable concept when treated in a long-term sense.
    Źródło:
    Prakseologia; 2010, 150; 87-92
    0079-4872
    Pojawia się w:
    Prakseologia
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    FSPL: A meta-learning approach for a filter and embedded feature selection pipeline
    Autorzy:
    Lazebnik, Teddy
    Rosenfeld, Avi
    Powiązania:
    https://bibliotekanauki.pl/articles/2201020.pdf
    Data publikacji:
    2023
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    feature selection pipeline
    meta learning
    no free lunch
    autoML
    genetic algorithm
    wybór funkcji
    metauczenie
    algorytm genetyczny
    Opis:
    There are two main approaches to tackle the challenge of finding the best filter or embedded feature selection (FS) algorithm: searching for the one best FS algorithm and creating an ensemble of all available FS algorithms. However, in practice, these two processes usually occur as part of a larger machine learning pipeline and not separately. We posit that, due to the influence of the filter FS on the embedded FS, one should aim to optimize both of them as a single FS pipeline rather than separately. We propose a meta-learning approach that automatically finds the best filter and embedded FS pipeline for a given dataset called FSPL. We demonstrate the performance of FSPL on n = 90 datasets, obtaining 0.496 accuracy for the optimal FS pipeline, revealing an improvement of up to 5.98 percent in the model’s accuracy compared to the second-best meta-learning method.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2023, 33, 1; 103--115
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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