bibtype C - Conference Paper (international conference)
ARLID 0337806
utime 20240103192946.3
mtime 20100128235959.9
title (primary) (eng) On the Over-Fitting Problem of Complex Feature Selection Methods
specification
page_count 6 s.
media_type CD-ROM
serial
ARLID cav_un_epca*0337805
title Proc. 5th International Computer Engineering Conference - A better Information Society Through the e@
part_title Machine Intelligence and Web Applications
page_num 12-17
publisher
place Káhira
name Cairo University
year 2009
title (cze) O problému přetrénování komplexních metod výběru příznaků
keyword feature selection
keyword overfitting
keyword overselection
author (primary)
ARLID cav_un_auth*0101197
name1 Somol
name2 Petr
full_dept (cz) Rozpoznávání obrazu
full_dept (eng) Department of Pattern Recognition
department (cz) RO
department (eng) RO
institution UTIA-B
full_dept Department of Pattern Recognition
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0101171
name1 Novovičová
name2 Jana
full_dept (cz) Rozpoznávání obrazu
full_dept Department of Pattern Recognition
department (cz) RO
department RO
institution UTIA-B
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
author
ARLID cav_un_auth*0101182
name1 Pudil
name2 Pavel
full_dept (cz) Rozpoznávání obrazu
full_dept Department of Pattern Recognition
department (cz) RO
department RO
institution UTIA-B
full_dept Department of Pattern Recognition
fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
source
url http://library.utia.cas.cz/separaty/2010/RO/somol-on the over-fitting problem of complex feature selection methods.pdf
cas_special
project
project_id 2C06019
agency GA MŠk
country CZ
ARLID cav_un_auth*0216518
project
project_id 1M0572
agency GA MŠk
ARLID cav_un_auth*0001814
project
project_id GA102/07/1594
agency GA ČR
ARLID cav_un_auth*0228611
project
project_id GA102/08/0593
agency GA ČR
ARLID cav_un_auth*0239567
research CEZ:AV0Z10750506
abstract (eng) One of the hot topics discussed recently in relation to machine learning is the question of actual performance of modern feature selection methods. Feature selection has been a highly active area of research in recent years due to its potential to improve both the performance and economy of automatic decision systems in various applicational fields, including medicine, image analysis, remote sensing, economics etc. The number of available methods and methodologies has grown rapidly throughout recent years while promising important improvements. Yet recently many authors put this development in question, claiming that simpler older tools are actually better than complex modern ones – which, despite promises, are claimed to actually fail in real-world applications. We investigate this question, show several illustrative examples and draw several conclusions and recommendations regarding feature selection methods’ expectable performance.
abstract (cze) Jedno z aktuálních témat ve strojovém učení je otázka skutečné výkonnosti moderních metod výběru příznaků. Výběr příznaků byl v posledních letech v centru pozornosti pro svou schopnost zlepšovat nejen úspěšnost ale i snižovat náročnost systémů automatického rozhodování v různých oblastech - v medicíně, zpracování obrazových dat, ekonomii atd. Počet dostupných metod a matodologií stále narůstá přičemž nové metody slibují další zlepšení. Tento vývoj byl nicméně nedávno zpochybněn řadou autorů s poukazem na pozorování, že starší metody se ve skutečnosti chovají lépe v reálných aplikacích. V této práci zkoumáme tuto otázku a na několika ilustrativních příkladech podáváme doporučení ohledně očekávatelného výkonu různých metod.
action
ARLID cav_un_auth*0259324
name 5th International Computer Engineering Conference - A better Information Society Through the e@
place Káhira
dates 27.12.2009-28.12.2009
country EG
reportyear 2010
RIV BD
permalink http://hdl.handle.net/11104/0181723
arlyear 2009
mrcbU63 cav_un_epca*0337805 Proc. 5th International Computer Engineering Conference - A better Information Society Through the e@ Machine Intelligence and Web Applications 12 17 Káhira Cairo University 2009