書誌事項
- タイトル別名
-
- ラベル シンライド オ モチイタ ブースティング シュホウ ノ インバランスデータ エ ノ オウヨウ
この論文をさがす
抄録
<p>ラベル情報の信頼度が異なるデータセットに対して分類精度を向上するブースティング手法Credit AdaBoost (CAB)が提案されている。本研究ではCABを文書分類とネット動画コンテンツ推薦に応用する。現実には文書データ及びネット動画コンテンツデータは正例の比率が著しく低い場合が多いため、インバランス性を考慮して信頼度の低いデータのラベル信頼度を決定するCAB手法を提案し、分類精度を向上する。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2010 (0), 1A11-1A11, 2010
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390564237999674880
-
- NII論文ID
- 40020254166
- 130007426207
-
- NII書誌ID
- AA11578981
-
- ISSN
- 13479881
-
- NDL書誌ID
- 025892436
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- NDL
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可