RF+clust for leave-one-problem-out performance prediction
Povzetek
Ni podatka o povzetku
Ključne besede
algorithm performance prediction;automated machine learning;zero-shot learning;black-box optimization;
Podatki
| Jezik: | Angleški jezik |
|---|---|
| Leto izida: | 2023 |
| Tipologija: | 1.08 - Objavljeni znanstveni prispevek na konferenci |
| Organizacija: | IJS - Institut Jožef Stefan |
| Založnik: | Springer Nature |
| UDK: | 004.8 |
| COBISS: |
153573891
|
| Št. ogledov: | 13 |
| Št. prenosov: | 2 |
| Ocena: | 0 (0 glasov) |
| Metapodatki: |
|
Ostali podatki
| Konec prepovedi (OpenAIRE): | 2024-04-09 |
|---|---|
| Komentar vira: | Nasl. z nasl. zaslona; Opis vira z dne 26. 5. 2023; |
| Strani: | Str. 285-301 |
| DOI: | 10.1007/978-3-031-30229-9_19 |
| ID: | 19867838 |
Priporočena dela:
RF+clust for leave-one-problem-out performance prediction
2023,
ni podatka o podnaslovu
Sensitivity analysis of RF+clust for leave-one-problem-out performance prediction
2023,
ni podatka o podnaslovu
Using well-understood single-objective functions in multiobjective black-box optimization test suites
2021,
ni podatka o podnaslovu
Bayesovska optimizacija hiperparametrov v strojnem učenju
2021,
diplomsko delo
Ogrodje NiaAML za samodejno strojno učenje
2021,
magistrsko delo