bibtype	J - Journal Article
ARLID	0031425
utime	20240103182416.4
mtime	20060323235959.9
title (primary) (eng)	Noisy-or classifier
specification	page_count 18 s.
serial	ARLID cav_un_epca*0256802 ISSN 0884-8173 title International Journal of Intelligent Systems volume_id 21 volume 3 (2006) page_num 381-389 publisher name Wiley
title (cze)	Klasifikátor založený na funkci OR s šumem
keyword	automatic classification
keyword	probabilistic models
keyword	EM algorithm
keyword	noisy-or model
author (primary)	ARLID cav_un_auth*0101228 name1 Vomlel name2 Jiří institution UTIA-B full_dept Department of Decision Making Theory fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
COSATI	09H
COSATI	09J
cas_special	project project_id GA201/04/0393 agency GA ČR country CZ ARLID cav_un_auth*0001808 research CEZ:AV0Z10750506 abstract (eng) We discuss an application of family of Bayesian network models - known as models of independence of casual influence (ICI) - to classification tasks with large numbers of attributes. An example of such a task is categorization of text documents, where attributes are single words from the documents. The key that enabled application of the ICI models is their compact representation using a hidden variable. We address the issue of learning by an computationally efficient implementation of the EM algorithm. abstract (cze) V článku popisujeme použití třídy modelů bayesovských sítí - známé jako modely s kauzální nezávislostí - v oblasti klasifikace při velkém množství atributů. Příkladem takovéto úlohy je klasifikace textových dokumentů. Klíčem k úspěšnému použití těchto modelů je jejich kompaktní reprezentace pomocí skryté proměnné. Úlohu učení těchto modelů řešíme efektivní implementací EM-algoritmu. reportyear 2007 RIV JD permalink http://hdl.handle.net/11104/0132156 arlyear 2006 mrcbU63 cav_un_epca*0256802 International Journal of Intelligent Systems 0884-8173 1098-111X Roč. 21 č. 3 2006 381 389 Wiley