|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 3 van 20 gevonden artikelen
| Titel: |
Adaptive learning algorithms for Bayesian network classifiers |
| Auteur: |
Castillo, Gladys |
| Verschenen in: |
AI communications |
| Paginering: | Jaargang 21 (2008) nr. 1 pagina's 87-88 |
| Jaar: |
2008-03-10 |
| Inhoud: |
This thesis is concerned with adaptive learning algorithms for Bayesian network classifiers (BNCs) in a prequential (on-line) learning scenario capable of handling the cost-performance trade-off and concept drift. All these algorithms are integrated into the adaptive prequential framework for supervised learning, AdPreqFr4SL. We evaluated our algorithms on artificial domains and benchmark problems and show their advantages and future applicability in real-world on-line learning systems. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 3 van 20 gevonden artikelen
| << vorige | volgende >> |