Теорія Демпстера-Шафера для задач класифікації

Публікація:
Теорія Демпстера-Шафера для задач класифікації

dc.contributor.author	Лузан, М. О.
dc.date.accessioned	2023-02-22T14:03:56Z
dc.date.available	2023-02-22T14:03:56Z
dc.date.issued	2019
dc.description.abstract	Today classification tasks are highly used in many different cases from detecting fraud in banks and faults on electric stations to sports betting. Such algorithms as Logistic Regression, Naive Bayes, MLP etc. are in demand. But one of the bottlenecks of these methods is problem when appears uncertainty. In this case classifiers based on Dempster-Shafer theory provides good performance. It converts features into Dempster-Shafer mass function that gives normalized plausibilities which are more informative than common output probability distribution from other classifiers. The theory allows to determine the degree of belief (confidence) in the classifier’s decision.
dc.identifier.citation	Лузан М. О. Теорія Демпстера-Шафера для задач класифікації / М. О. Лузан // Радіоелектроніка та молодь у ХХІ столітті : матеріали 23 Міжнар. молодіж. форуму, 16–18 квітня 2019 р. – Харків : ХНУРЕ, 2019. – Т. 6. – С. 15–16.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/22117
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.title	Теорія Демпстера-Шафера для задач класифікації
dc.type	Conference proceedings
dspace.entity.type	Publication