A learning method for developing PROAFTN classifiers and a comparative study with decision trees

Par Conseil national de recherches du Canada

DOITrouver le DOI : https://doi.org/10.1007/978-3-642-21043-3_7
AuteurRechercher : 1; Rechercher : 1
Affiliation
  1. Conseil national de recherches du Canada. Institut de technologie de l'information du CNRC
FormatTexte, Chapitre de livre
Conférence24th Canadian Conference on Artificial Intelligence, (AI 2011), Collocated with the 37th Graphics Interface Conference, (GI 2011) and 8th Canadian Conference on Computer and Robot Vision, (CRV 2011), May 25-27, 2011, St. John's, NL, Canada
Sujetblack boxes; classification; classification accuracy; classification models; comparative studies; interpretability; knowledge discovery; learning approach; learning methods; MCDA; multiple criteria decision aid; PROAFTN; artificial intelligence; computer vision; decision support systems; intelligent robots; interfaces (computer); plant extracts; decision trees
Résumé
Date de publication
Maison d’éditionSpringer Berlin Heidelberg
Dans
Série
Langueanglais
Publications évaluées par des pairsOui
Numéro NPARC21271550
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrementfccb9c41-0599-44ee-9eed-6845c173667a
Enregistrement créé2014-03-24
Enregistrement modifié2020-03-03
Date de modification :