机构名称：
¥ 1.0
旨在为各种任务开发机器学习（ML）模型，尤其是使用监督学习（分类）方法。很少关注评估分类结果的可变性和可靠性的问题。在本文中，我们通过使用多个独立培训/验证和测试集拆分以及对测试集数据的多个自举重采样来解决分类结果的分散结果。在当前会话中进行购买的可能性，在对功能进行了深入研究之后，进行了真实的电子客户会话数据集进行了处理。使用两种最先进的ML方法进行分类：基于两个会话数据集的人工神经网络和随机森林 - 具有原始和预处理的特征值。我们与获得结果的可变性有关的发现为实际使用监督学习方法提供了重要的方法论指南。简介
调查机器学习结果的可靠性
主要关键词
相关文件推荐
