اکسپرس 24
ترجمه فارسی مقاله انتخاب ویژگی گروهی چند برچسبی با محدودیت هزینه با استفاده از ویژگی‌های سایه

ترجمه فارسی مقاله انتخاب ویژگی گروهی چند برچسبی با محدودیت هزینه با استفاده از ویژگی‌های سایه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Cost-constrained multi-label group feature selection using shadow features
عنوان مقاله به فارسی انتخاب ویژگی گروهی چند برچسبی با محدودیت هزینه با استفاده از ویژگی‌های سایه
نویسندگان Tomasz Klonecki, Paweł Teisseyre, Jaesung Lee
فرمت مقاله انگلیسی PDF
تعداد صفحات 7
دسته بندی موضوعات Machine Learning,Machine Learning,یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 3 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 3 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 280,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We consider the problem of feature selection in multi-label classification, considering the costs assigned to groups of features. In this task, the goal is to select a subset of features that will be useful for predicting the label vector, but at the same time, the cost associated with the selected features will not exceed the assumed budget. Solving the problem is of great importance in medicine, where we may be interested in predicting various diseases based on groups of features. The groups may be associated with parameters obtained from a certain diagnostic test, such as a blood test. Because diagnostic test costs can be very high, considering cost information when selecting relevant features becomes crucial to reducing the cost of making predictions. We focus on the feature selection method based on information theory. The proposed method consists of two steps. First, we select features sequentially while maximizing conditional mutual information until the budget is exhausted. In the second step, we select additional cost-free features, i.e., those coming from groups that have already been used in previous steps. Limiting the number of added features is possible using the stop rule based on the concept of so-called shadow features, which are randomized counterparts of the original ones. In contrast to existing approaches based on penalized criteria, in our method, we avoid the need for computationally demanding optimization of the penalty parameter. Experiments conducted on the MIMIC medical database show the effectiveness of the method, especially when the assumed budget is limited.

چکیده به فارسی (ترجمه ماشینی)

ما با توجه به هزینه های اختصاص داده شده به گروه های ویژگی ، مشکل انتخاب ویژگی را در طبقه بندی چند برچسب در نظر می گیریم.در این کار ، هدف این است که زیر مجموعه ای از ویژگی ها را انتخاب کنید که برای پیش بینی بردار برچسب مفید باشد ، اما در عین حال ، هزینه های مرتبط با ویژگی های انتخاب شده از بودجه فرضی فراتر نمی رود.حل مسئله در پزشکی از اهمیت زیادی برخوردار است ، جایی که ممکن است ما علاقه مند به پیش بینی بیماریهای مختلف بر اساس گروههای ویژگی باشیم.این گروه ها ممکن است با پارامترهای به دست آمده از آزمایش تشخیصی خاص مانند آزمایش خون همراه باشند.از آنجا که هزینه های آزمایش تشخیصی می تواند بسیار زیاد باشد ، با توجه به اطلاعات هزینه هنگام انتخاب ویژگی های مربوطه برای کاهش هزینه های پیش بینی بسیار مهم است.ما بر روی روش انتخاب ویژگی بر اساس تئوری اطلاعات تمرکز می کنیم.روش پیشنهادی از دو مرحله تشکیل شده است.اول ، ما در حالی که حداکثر اطلاعات متقابل مشروط را تا زمانی که بودجه خسته نشود ، به طور متوالی ویژگی ها را انتخاب می کنیم.در مرحله دوم ، ما ویژگی های اضافی بدون هزینه را انتخاب می کنیم ، یعنی آنهایی که از گروه هایی هستند که قبلاً در مراحل قبلی استفاده شده اند.محدود کردن تعداد ویژگی های اضافه شده با استفاده از قانون توقف بر اساس مفهوم ویژگی های به اصطلاح سایه ، که همتایان تصادفی از موارد اصلی هستند ، امکان پذیر است.برخلاف رویکردهای موجود مبتنی بر معیارهای مجازات شده ، در روش ما ، ما از نیاز به بهینه سازی محاسباتی بهینه سازی پارامتر مجازات جلوگیری می کنیم.آزمایش های انجام شده در پایگاه داده پزشکی MIMIC ، اثربخشی این روش را نشان می دهد ، به ویژه هنگامی که بودجه فرض شده محدود است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.