Sökning: WFRF:(Heintz Fredrik 1975 )
> (2015-2019) >
Bayesian optimizati...
Bayesian optimization for selecting training and validation data for supervised machine learning
-
- Bergström, David, 1994- (författare)
- Linköpings universitet,Artificiell intelligens och integrerade datorsystem,Tekniska fakulteten
-
- Tiger, Mattias, 1989- (författare)
- Linköpings universitet,Artificiell intelligens och integrerade datorsystem,Tekniska fakulteten
-
- Heintz, Fredrik, 1975- (författare)
- Linköpings universitet,Artificiell intelligens och integrerade datorsystem,Tekniska fakulteten
-
(creator_code:org_t)
- 2019
- 2019
- Engelska.
-
Ingår i: 31st annual workshop of the Swedish Artificial Intelligence Society (SAIS 2019), Umeå, Sweden, June 18-19, 2019..
- Relaterad länk:
-
https://urn.kb.se/re...
Abstract
Ämnesord
Stäng
- Validation and verification of supervised machine learning models is becoming increasingly important as their complexity and range of applications grows. This paper describes an extension to Bayesian optimization which allows for selecting both training and validation data, in cases where data can be generated or calculated as a function of a spatial location.
Ämnesord
- NATURVETENSKAP -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Computer Sciences (hsv//eng)
Nyckelord
- Bayesian optimization
- AutoML
- supervised learning
Publikations- och innehållstyp
- vet (ämneskategori)
- kon (ämneskategori)