Доклады Российской академии наук. Математика, информатика, процессы управления
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Докл. РАН. Матем., информ., проц. упр.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Доклады Российской академии наук. Математика, информатика, процессы управления, 2021, том 499, страницы 63–66
DOI: https://doi.org/10.31857/S2686954321040172 (Mi danma192) 		 
Эта публикация цитируется в 8 научных статьях (всего в 8 статьях)

ИНФОРМАТИКА

Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией

Ю. И. Журавлевa, О. В. Сенькоa, А. А. Докукинa, Н. Н. Киселеваb, И. А. Саенкоc

a Федеральный исследовательский центр «Информатика и управление» Российской академии наук, Москва, Россия
b Институт металлургии и материаловедения им. А. А. Байкова РАН, Москва, Россия
c Московский государственный университет имени М. В. Ломоносова, Москва, Россия
PDF полного текста (90 kB) Список цитирования (8)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.31857/S2686954321040172
Аннотация: Рассмотрен новый двухуровневый метод регрессионного анализа, в котором корректирующая процедура применяется к оптимальным ансамблям регрессионных деревьев. При этом оптимизация производится исходя из одновременного достижения расходимости алгоритмов в пространстве прогнозов и хорошей аппроксимации данных отдельными алгоритмами ансамбля. В качестве корректирующих процедур рассматриваются простое усреднение, случайный регрессионный лес и градиентный бустинг. Приведены эксперименты по сравнению предложенного метода со стандартным решающим лесом и стандартным методом градиентного бустинга для решающих деревьев.
Ключевые слова: регрессия, коллективные методы, бэггинг, градиентный бустинг.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 18-29-03151
20-01-00609
21-51-53019
Работа выполнена при частичной финансовой поддержке РФФИ, проекты 18-29-03151, 20-01-00609, 21-51-53019.
Поступило: 17.06.2021
После доработки: 17.06.2021
Принято к публикации: 19.06.2021
Англоязычная версия:
Doklady Mathematics, 2021, Volume 104, Issue 1, Pages 212–215
DOI: https://doi.org/10.1134/S1064562421040177
Реферативные базы данных:
Тип публикации: Статья
УДК: 004.855
Образец цитирования: Ю. И. Журавлев, О. В. Сенько, А. А. Докукин, Н. Н. Киселева, И. А. Саенко, “Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией”, Докл. РАН. Матем., информ., проц. упр., 499 (2021), 63–66; Dokl. Math., 104:1 (2021), 212–215
Цитирование в формате AMSBIB
\RBibitem{ZhuSenDok21}
\by Ю.~И.~Журавлев, О.~В.~Сенько, А.~А.~Докукин, Н.~Н.~Киселева, И.~А.~Саенко
\paper Двухуровневый метод регрессионного анализа, использующий ансамбли деревьев с оптимальной дивергенцией
\jour Докл. РАН. Матем., информ., проц. упр.
\yr 2021
\vol 499
\pages 63--66
\mathnet{http://mi.mathnet.ru/danma192}
\crossref{https://doi.org/10.31857/S2686954321040172}
\zmath{https://zbmath.org/?q=an:7427869}
\elib{https://elibrary.ru/item.asp?id=46532758}
\transl
\jour Dokl. Math.
\yr 2021
\vol 104
\issue 1
\pages 212--215
\crossref{https://doi.org/10.1134/S1064562421040177}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85115355533}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/danma192
  • https://www.mathnet.ru/rus/danma/v499/p63
    • Эта публикация цитируется в следующих 8 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Доклады Российской академии наук. Математика, информатика, процессы управления Доклады Российской академии наук. Математика, информатика, процессы управления
    Статистика просмотров:
    Страница аннотации:127
    PDF полного текста:34
    Список литературы:23
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024