Zlepšenie presnosti rozhodovacieho stromu pomocou Bagging
Author info
Andrej Bednařík
Author
Bednařík Andrej EUBFHIKMA - Katedra matematiky a aktuárstva FHI
Source document
Monografický zborník vedeckých prác : recenzovaný monografický zborník vedeckých prác, ktoré sú výstupom projektu VEGA 1/0431/22 : implementácia inovatívnych prístupov modelovania rizík v procese ich riadenia v interných modeloch poisťovní v kontexte s požiadavkami direktívy Solvency II. S. 6-14. - Bratislava : Vydavateľstvo EKONÓM, 2024 / Meluchová Jitka ; Belanová Katarína ; Ralbovský Andrej. ISBN 978-80-225-5175-5
Bagging, skratka pre Bootstrap Aggregating, je súborová metóda, ktorá zlepšuje stabilitu a presnosť modelov strojového učenia znížením rozptylu. Zameranie na aplikovanie bagging pre rozhodovacie stromy, pričom sa skúmajú teoretické základy a praktické implementácie. Pojednávanie o výhodách bagging, ako je zníženie nadmerného vybavenia a zvýšenie schopnosti modelov zovšeobecňovať.
Public work category
Scientific titles in home noticed scientific year-books (not conference)
