Number of the records: 1
Fuzzy logika v predspracovaní údajov a jej vplyv na výkonnosť modelu strojového učenia XGBOOST
SYS 0311396 LBL 00000naa--22^^^^^---450- 005 20250703100116.6 035 $a 1394133 $2 CREPC2 100 $a 20250702a2025łłłłm--y0sloc0103----ba 101 0-
$a slo 102 $a SK 200 1-
$a Fuzzy logika v predspracovaní údajov a jej vplyv na výkonnosť modelu strojového učenia XGBOOST $d Fuzzy Logic in Data Preprocessing and Its Impact on the Performance of the XGBoost Machine Learning Model $f Andrej Bednařík 301 $a VEGA 1/0497/25 301 $a VEGA 1/0377/25 330 $a Fuzzy logika poskytuje efektívny prístup k predspracovaniu číselných údajov v strojovom učení, najmä v regresii. Tento článok skúma vplyv fuzzyfikácie premenných, ako vek a BMI na presnosť predikcie nákladov na zdravotnú starostlivosť. Použitím fuzzy transformácie sme testovali výkon XGBoost regresora pri rôznych variantoch predspracovania datasetu. Výsledky naznačujú, že fuzzy logika môže v niektorých prípadoch zlepšiť presnosť predikcie (nižšie RMSE), najmä pri premenných s nejasnými hranicami. Diskutujeme tiež o situáciách, kde jej aplikácia neprináša zlepšenie, a identifikujeme scenáre, v ktorých je najvhodnejšia. 463 -1
$1 001 eu_un_cat*0311390 $1 011 $a 1339-987X $1 200 1 $a Ekonomika a informatika $b elektronický zdroj $e vedecký časopis FHI EU v Bratislave a SSHI $d Economics and Informatics: A Scientific Journal of the Faculty of Economic Informatics of University of Economics in Bratislava and the Slovak Economic Informatics Association $v Roč. 23, č. 1 (2025), s. 22-29 $1 210 $a Bratislava $c Ekonomická univerzita v Bratislave $d 2025 610 1-
$9 eu_un_auth*h0001612 $a dáta 610 1-
$9 eu_un_auth*h0005291 $a regresia 610 1-
$9 eu_un_auth*0084077 $a učenie strojové 610 1-
$9 eu_un_auth*h0005063 $a prognózovanie 700 -1
$3 eu_un_auth*0082231 $a Bednařík $b Andrej $p EUBFHIKMA $4 070 $9 100 $f 1998- $q I $T Katedra matematiky a aktuárstva FHI 801 -0
$a SK $b BA004 $c 20250702 $g AACR2 T85 $x existuji fulltexy
Number of the records: 1