文献

J-GLOBAL ID：202202272584729817   整理番号：22A0978852

回帰分析と既存技術の包括的研究【JST・京大機械翻訳】

A Comprehensive Study of Regression Analysis and the Existing Techniques

著者 (2件)： Ansari Sam (University of Sharjah,Dept. of Electrical Engineering,Sharjah,United Arab Emirates) ,  Nassif Ali Bou (University of Sharjah,Dept. of Computer Engineering,Sharjah,United Arab Emirates)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ASET  ページ： 1-10  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 医学,工学および観察研究を含む,多くの異なる科学において,変数,すなわち,従属性,および独立性の間の関係の調査を,研究目的として定義する。変数間の関係を達成するための統計的手法の採用は,多くのシナリオで非常に時間がかかり,費用がかかり,実際的応用を提供しない。したがって,多くの機械学習アルゴリズムが,回帰とモデリングを実行するために,自然から科学とインスピレーションの進歩によって導入されている。機械学習モデルは,この分野で優れた位置を持ち,許容可能な結果を提供できる。本論文では,様々な回帰モデルと機械学習アルゴリズムを調べ,比較した。選択した技法は,多重線形回帰(MLR),リッジ回帰(RR),最小絶対収縮および選択演算子(LASSO)回帰,多層パーセプトロン(MLP),動径基底関数(RBF),ディシジョンツリー(DT),サポートベクトル回帰(SVR),およびk最近傍(KNN)を含む。さらに,多くの評価尺度を用いて,データセットの対で選択したアルゴリズムの性能をさらに研究し,比較した。著者らのシミュレーション結果は,さらに,提示した研究の重要な優位性と精度を実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *回帰分析 ,  統計的方法 ,  ディシジョンツリー ,  回帰モデル ,  多層パーセプトロン ,  機械学習 ,  学習アルゴリズム ,  動径基底関数
準シソーラス用語： 評価尺度 ,  サポートベクトル回帰 ,  多重線形回帰 ,  観察研究 ,  リッジ回帰 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 回帰分析 ,  研究