[ABE-L] Cont. Seminario Aprendizado Estatistico de maquinas

[Ronaldo Dias]

Prezados(as)

Com esta última apresentação encerraremos nossa sequencia de seminários.
*​*Titulo

*​"Kernel-based text classification in large scale, distributed computing
framework".*

​Resumo:
*A direct acyclic graph (DAG) is used to define the tasks and dependencies,
and a model is built to describe the task executions and determine the
graph optimizations. The first step is speeding up text classification by
distribution and, then more complex and demanding knowledge-integrating
learning techniques, such as Bayesian methods and ensemble approaches are
pursued.​*

​

Vimos anteriormente, como os modelos CART podem ser simples, de fácil
entendimento, e de certa maneira, natural de se usar como modelos de
regressão/classificacao.
Entre
​tanto, apesar destas facilidades, é pouco útil como modelo de previsão,
desde que pode produzir uma enorme variabilidade.
Vimos então que para corrigir esta desvantagem, devemos utilizar as
metodologias *Random Forest and Bagging*
​



-- 
Ronaldo Dias
Professor
Dept. of Statistics-IMECC, UNICAMP
www.ime.unicamp.br/~dias
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20170620/9fa1950e/attachment.html>