Analiza wybranych własności metody MART

• Autorzy: Joanna Trzęsiok

Warianty tytułu

The Analysis of Some Properthies of MART

• Języki publikacji: PL

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)

EN

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)

Słowa kluczowe

PL

Analiza regresji

EN

Regression analysis

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2006
• Tom: 13
• Numer: nr 1126 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 510--518

Twórcy

autor

Joanna Trzęsiok

• 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.