Combining Prototype Selection with Local Boosting

Data preprocessing in predictive data mining

“…The instance selection approach is not only used to handle noise (Aridas et al ., 2016; Aridas et al ., 2017) but also to deal with the infeasibility of learning from huge datasets (Wu & Zhu, 2008). The training time required by the neural networks and SVMs as well as the classification time of instance-based learners is clearly affected by the size of the dataset.…”

Ανάπτυξη Και Θεμελίωση Νέων Μεθόδων Υπολογιστικών Μαθηματικών Στην Υπολογιστική Νοημοσύνη

“…Ο Πίνακας 4.3 παρουσιάζει µια σύντοµη περιγραφή και πληροφορίες σχετικά µε τις αναφορές που έλαβαν οι πιο γνωστές και ευρέως χρησιµοποιούµενες µέθοδοι, που σχετίζονται µε τα ϑέµατα κανονικοποίσης και διακριτοποίησης των δεδοµένων. [19,20], αλλά και για την αντιµετώπιση της αδυναµίας µάθησης από τεράστια σύνολα δεδοµένων [427]. Ο χρόνος εκπαίδευσης που απαιτείται από τα Τεχνητά Νευρωνικά ∆ίκτυα και τις Μηχανές ∆ιανυσµατικής Υποστήριξης, καθώς και ο χρόνος ταξινόµησης των µαθητών που στηρίζονται στα παραδείγµατα (instance-based learners), επηρεάζεται, σαφώς, από το µέγεθος του συνόλου δεδοµένων.…”