Все выпуски

[ Switch to English ]

Обучение и оценка обобщающей способности методов интерполяции

Бахвалов Ю.Н., Копылов И.В.
 pdf (314K)  / Список литературы

В данной статье исследуются методы машинного обучения с определенным видом решающего правила. К ним относятся интерполяция по методу обратно взвешенных расстояний, метод интерполяции радиальными базисными функциями, метод многомерной интерполяции и аппроксимации на основе теории случайных функций, кригинг. Показано, что для данных методов существует способ быстрого переобучения «модели» при добавлении новых данных к существующим. Под «моделью» понимается построенная по обучающим данным интерполирующая или аппроксимирующая функция. Данный подход позволяет уменьшить вычислительную сложность построения обновленной «модели» с $O(n^3)$ до $O(n^2)$. Также будет исследована возможность быстрого оценивания обобщающих возможностей «модели» на обучающей выборке при помощи метода скользящего контроля leave-one-out cross-validation, устранив главный недостаток такого подхода — необходимость построения новой «модели» при каждом удалении элемента из обучающей выборки.

Ключевые слова: машинное обучение, интерполяция, случайная функция, система линейных уравнений, кросс-валидация
Цитата: Бахвалов Ю.Н., Копылов И.В. Обучение и оценка обобщающей способности методов интерполяции // Компьютерные исследования и моделирование, 2015, т. 7, № 5, с. 1023-1031
Citation in English: Bakhvalov Y.N., Kopylov I.V. Training and assessment the generalization ability of interpolation methods // Computer Research and Modeling, 2015, vol. 7, no. 5, pp. 1023-1031
DOI: 10.20537/2076-7633-2015-7-5-1023-1031
URL: http://crm.ics.org.ru/journal/article/2368/
Creative Commons License Статья доступна по лицензии Creative Commons Attribution-NoDerivs 3.0 Unported License.
Информация о цитировании статьи по данным Crossref:
  • Ivan Vladimirovich Kopylov. Reduction of decision rule of multivariate interpolation and approximation method in the problem of data classification. // Computer Research and Modeling. — 2016. — V. 8, no. 3. — P. 475. DOI: 10.20537/2076-7633-2016-8-3-475-484
Сведения о цитировании могут быть существенно неполными, так как они базируется только на информации, полученной от партнёров программы Crossref cited-by.
Просмотров за год: 7. Цитирований: 5 (РИНЦ).

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Copyright © 2009–2024 Институт компьютерных исследований