دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
مقدمه ای درارتباط با انتخاب متغیر و مشخصه ها |
عنوان انگلیسی مقاله: |
An Introduction to Variable and Feature Selection |
|
مشخصات مقاله انگلیسی و ترجمه فارسی | |
سال انتشار مقاله | 2003 |
تعداد صفحات مقاله انگلیسی | 26 صفحه با فرمت pdf |
تعداد صفحات ترجمه مقاله | 33 صفحه با فرمت word به صورت تایپ شده با قابلیت ویرایش |
رشته های مرتبط با این مقاله | ریاضی و آمار |
گرایش های مرتبط با این مقاله | ریاضی کاربردی، تحقیق در عملیات و آنالیز عددی |
مجله مربوطه | مجله تحقیقات یادگیری ماشینی (Journal of Machine Learning Research) |
دانشگاه تهیه کننده | توبینگن، آلمان |
کلمات کلیدی این مقاله | انتخاب متغیر، انتخاب مشخصه، کاهش ابعاد فضا، کشف الگو، فیلترها، بسته بندی، خوشه بندی، نظریه اطلاعات، دستگاه های بردار پشتیبانی، انتخاب مدل، تست آماری، بیوانفورماتیک، بیولوژی محاسبه، القای ژنی، میکرو آرایه، علم ژنتیک، پروتومیک، QSAR، دسته بندی متنی، بازیابی اطلاعات |
شناسه شاپا یا ISSN | ISSN 1532-4435 |
لینک مقاله در سایت مرجع | لینک این مقاله در سایت ACM |
نشریه | ACM |
- بخشی از ترجمه:
چکیده
متغیر وانتخاب مشخصه به عنوان نقطه ثقل اکثر پژوهش ها در زمینه های کاربردی بوده که در ارتباط با آن ها، پایگاه های داده یا صدها یا هزاران متغیر موجود می باشند. این حوزه های شامل پردازش متنی اسناد اینترنتی، تجزیه و تحلیل آرایش ژنی و شیمی ترکیبی می باشد. هدف انتخاب متغیر سه گانه می باشد: که عبارتند از بهبود عملکرد پیش بینی شاخص ها، ایجاد شاخص های به صرفه تر و سریعتر، ایجاد درک بهتری از فرایند اصولی، که داده ها را ایجاد می کند. مشارکت این موضوع خاص، محدوده گسترده ای از جنبه های مرتبط با چنین موضوعاتی را تحت پوشش قرار می دهد: که عبارتند از تعریف بهتری از تابع هدف، ایجاد مشخصه، رده بندی مشخصه، انتخاب مشخصه های چندمتغیری، روش جستجوی مناسب، و روش ارزیابی اعتبار مشخصه.
کلیدواژه: انتخاب متغیر، انتخاب مشخصه، کاهش ابعاد فضا، کشف الگو، فیلترها، بسته بندی، خوشه بندی، نظریه اطلاعات، دستگاه های بردار پشتیبانی، انتخاب مدل، تست آماری، بیوانفورماتیک، بیولوژی محاسبه، القای ژنی، میکرو آرایه، علم ژنتیک، پروتومیک، QSAR، دسته بندی متنی، بازیابی اطلاعات.
١. مقدمه
از سال ١٩٩٧، زمانی که موضوعات خاصی در این ارتباط شامل چندین مقاله در مورد متغیرها و انتخاب مشخصه منتشر شد، چندین حوزه مورد بررسی از بیش از ۴٠ مشخصه استفاده کرد. این شرایط در طی چند سال گذشته به طور قابل توجهی تغییر یافته است. تکنیک های جدید برای مد نظر قرار دادن این فعالیت های چالشی شامل بسیاری از متغیرهای نامربوط و تکراری و چندین نمونه آموزشی قابل مقایسه مطرح شد.
دو نمونه به عنوان حوزه های کاربردی جدیدی مطرح شده و کمکی به ما بر اساس توضیحات مربوط به این مقدمه می کنند. یکی از آن ها بر مبنای انتخاب ژنی از داده های میکروآرایشی می باشد و دیگری طبقه بندی متن می باشد. در مسئله انتخاب ژن، متغیرها بر مبنای ضریب القای ژن بوده که مطابق با فرواوانی mRNA در یک نمونه ( برای مثال بیوپسی بافت) برای تعدادی از بیماران می باشد.
- بخشی از مقاله انگلیسی:
Abstract
Variable and feature selection have become the focus of much research in areas of application for which datasets with tens or hundreds of thousands of variables are available. These areas include text processing of internet documents, gene expression array analysis, and combinatorial chemistry. The objective of variable selection is three-fold: improving the prediction performance of the predictors, providing faster and more cost-effective predictors, and providing a better understanding of the underlying process that generated the data. The contributions of this special issue cover a wide range of aspects of such problems: providing a better definition of the objective function, feature construction, feature ranking, multivariate feature selection, efficient search methods, and feature validity assessment methods. Keywords: Variable selection, feature selection, space dimensionality reduction, pattern discovery, filters, wrappers, clustering, information theory, support vector machines, model selection, statistical testing, bioinformatics, computational biology, gene expression, microarray, genomics, proteomics, QSAR, text classification, information retrieval.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
مقدمه ای درارتباط با انتخاب متغیر و مشخصه ها |
عنوان انگلیسی مقاله: |
An Introduction to Variable and Feature Selection |
|