文献

J-GLOBAL ID：201802240219582976   整理番号：18A0841761

特徴関連限界による線形分類器の解釈【JST・京大機械翻訳】

Interpretation of linear classifiers by means of feature relevance bounds

著者 (4件)： Gopfert Christina (Cognitive Interaction Technology, Inspiration 1, 33619, Bielefeld, Germany) ,  Pfannschmidt Lukas (Cognitive Interaction Technology, Inspiration 1, 33619, Bielefeld, Germany) ,  Gopfert Jan Philip (Cognitive Interaction Technology, Inspiration 1, 33619, Bielefeld, Germany) ,  Hammer Barbara (Cognitive Interaction Technology, Inspiration 1, 33619, Bielefeld, Germany)
資料名： Neurocomputing  (Neurocomputing)
巻： 298  ページ： 69-79  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 特徴関連性と特徴選択問題に関する研究は数十年にわたっているが,これらの領域の重要性はますます多くのデータが利用可能になり,機械学習法は分類または回帰問題を解決するだけでなく洞察と解釈を得るために使用されている。特徴関連性がしばしば議論されるという事実にもかかわらず,それはしばしば定義されておらず,研究された特徴選択問題は微妙に異なっている。さらに,分類問題に関連するすべての特徴を発見する問題は,解釈可能性とエキスパート知識の統合に対する重要性にもかかわらず,最近,牽引力を獲得し始めた。本論文では,一般的に使用される概念を統一し,主要な質問と結果の概観を与えることを試みた。ここでは,全関連問題の2つの解釈を定式化し,線形分類器の重要な仮説クラスに対するそれらの一つを近似する多項式法を提案した。これにより,強いおよび弱い関連特徴間の区別も可能になった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 特徴選択 ,  定式化 ,  多項式 ,  *線形性 ,  機械学習

著者キーワード (5件)： 特徴関連性 ,  特徴選択 ,  解釈可能性 ,  全関連 ,  線形分類

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 限界 ,  線形 ,  分類器