La baza más importante de los métodos de clasificación semisupervisada es el uso de los datos disponibles sin etiquetar, combinados con un conjunto claramente menor de ejemplos etiquetados, con el fin de aumentar la precisión de la clasificación en comparación con el procedimiento por defecto de los métodos supervisados, que, por otra parte, sólo utilizan los datos etiquetados durante la fase de entrenamiento. Tanto la ausencia de mecanismos automatizados que produzcan datos etiquetados como el alto coste del esfuerzo humano necesario para completar el procedimiento de etiquetado en varios dominios científicos hacen que surja la necesidad de métodos semisupervisados que contrarresten este fenómeno. En este trabajo, se presenta un algoritmo auto-entrenado de Árboles Modelo Logísticos (LMT), que combina las características de los Árboles Logísticos bajo el escenario de escasos datos etiquetados disponibles. Realizamos una comparación en profundidad con otros métodos de clasificación semisupervisada bien conocidos en conjuntos de datos de referencia estándar y finalmente llegamos al punto de que la técnica presentada tenía mejor precisión en la mayoría de los casos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un algoritmo de clustering rápido para datos con pocas instancias etiquetadas
Artículo:
Un marco básico para el descubrimiento de fármacos a partir de literatura a gran escala para el tratamiento de enfermedades patógenas del resfriado en la medicina tradicional china
Video:
Biorremediación: la esperanza y la exageración de la limpieza ambiental
Artículo:
Enfoque de red de apilamiento profundo mediante minería de datos multifuente para la identificación de riesgos peligrosos en sistemas inteligentes de gestión de alimentos basados en IoT
Artículo:
Visión de la salud para disminuir el efecto negativo del uso de tacones altos: Una revisión sistémica
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Importancia, manejo y control de extraíbles e incrustaciones (pitch) en la fabricación de papel
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Libro:
Planta de tratamiento de aguas residuales