首页> 外文OA文献 >Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problems

【2h】

Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problems

机译：停止基于Boosting的数据约简技术的准则：从二进制到多类问题

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Marc Sebban; Richard Nock; Stéphane Lallich; E. Brodley; Andrea Danyluk;
展开▼
作者单位

展开▼
年度 2002
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problems [J] . Marc Sebban, Richard Nock, Stephane Lallich Journal of Machine Learnig Research . 2003,第4a5期

机译：停止基于Boosting的数据约简技术的标准：从二进制到多类问题
2. Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problem [J] . Sebban Marc, Nock Richard, Lallich St??phane Journal of machine learning research . 2002,第Dec期

机译：停止基于Boosting的数据约简技术的准则：从二进制到多类问题
3. A Novel Hybrid Dimension Reduction Technique for Undersized High Dimensional Gene Expression Data Sets Using Information Complexity Criterion for Cancer Classification [J] . EsraPamuk?u, HamparsumBozdogan, Sinan?al?k Computational and mathematical methods in medicine . 2015,第2期

机译：一种新的混合尺寸减小技术，用于利用信息复杂性标准进行癌症分类的尺寸高尺寸基因表达数据集
4. A stopping criterion for Krylov-subspace based model order reduction techniques [C] . Bazaz Mohammad Abid, Mashuq-un-Nabi, Janardhanan S. Modelling, Identification amp; Control (ICMIC), 2012 Proceedings of International Conference on . 2012

机译：基于Krylov子空间的模型降阶技术的停止准则
5. A novel stopping criterion for optimization. [D] . Padmanabhan, Venkatram. 2005

机译：一种新颖的优化停止准则。
6. A Novel Hybrid Dimension Reduction Technique for Undersized High Dimensional Gene Expression Data Sets Using Information Complexity Criterion for Cancer Classification [O] . Esra Pamukçu, Hamparsum Bozdogan, Sinan Çalık 2015

机译：基于信息复杂度标准的超小尺寸高维基因表达数据集的新型混合维数减少技术
7. A Novel Approach of Ensemble Learning with Feature Reduction for Classification of Binary and Multiclass IoT Data [O] . Mr. Vijay M. Khadse Et al. 2021

机译：具有二元和多种子序数据分类特征减少的集合学习的新方法

Stopping Criterion for Boosting-Based Data Reduction Techniques: from Binary to Multiclass Problems

著录项

引文网络

相似文献

相关主题

期刊订阅