Czasopismo
Tytuł artykułu
Autorzy
Warianty tytułu
The Analysis of Some Properthies of MART
Języki publikacji
Abstrakty
W artykule główny nacisk położony zostanie na zweryfikowanie hipotezy, iż metoda MART jako jedna z metod nieparametrycznych jest odporna na występowanie w zbiorze uczącym szumu oraz wartości oddalonych. (fragment tekstu)
In the paper MART - the multiple additive regression trees are presented. This is one of the boosting methods. It seeks for a linear combination of base functions which are regression trees. The final model in the stagewise approach is obtained by improving the performance of the components in each iteration and has a high accuracy.
The primary goal of this paper was to show that MART is resistant against noise and outliers. (original abstract)
The primary goal of this paper was to show that MART is resistant against noise and outliers. (original abstract)
Słowa kluczowe
Rocznik
Tom
Strony
510--518
Opis fizyczny
Twórcy
autor
- Akademia Ekonomiczna im. Karola Adamieckiego w Katowicach
Bibliografia
- Freund Y., Schapire R. (1997), A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting, "Journal of Computer and System Sciences" nr 55, s. 119-139.
- Friedman J.H. (1991), Multivariate Adaptive Regression Splines, "Annals of Statistics" nr 19, s.1-141.
- Friedman J.H. (1999a), Greedy Function Approximation: a Gradient Boosting Machine, Technical report, Dept, of Statistics, Stanford University.
- Friedman J.H. (1999b), Stochastic Gradient Boosting, Technical report, Dept, of Statistics, Stanford University.
- Gatnar E. (2000), Nieparametryczna metoda dyskryminacji i regresji, Wydawnictwo Naukowe PWN, Warszawa.
- Hastie T., Tibshirani R., Friedman J.H. (2001), The Elements of Statistical Learning, Springer-Verlag, New York.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171558766