Problemy doboru zmiennych objaśniających w klasyfikacji danych medycznych
Tytuł publikacji grupowej:Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Tytuł odmienny:Feature selection and its impact on classifier effectiveness – case study for medical data
Autor: Temat i słowa kluczowe:uczenie maszynowe ; klasyfikacja ; selekcja zmiennych ; dane niedoskonałe ; ryzyko operacyjne ; zarządzanie szpitalem ; machine learning ; classification ; feature selection ; imperfect data ; surgical risk ; hospital management
Opis: Wydawca:Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Miejsce wydania: Data wydania: Typ zasobu: Format: Identyfikator zasobu: Język: Powiązania:Taksonomia 26 ; Klasyfikacja i analiza danych - teoria i zastosowania ; Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics, 2016, Nr 426
Prawa:Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy
Prawa dostępu:Dla wszystkich zgodnie z licencją
Licencja:CC BY-NC-ND 3.0 PL
Lokalizacja oryginału: