...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Computer Graphics and Applications >BEAMES: Interactive Multimodel Steering, Selection, and Inspection for Regression Tasks
【24h】

BEAMES: Interactive Multimodel Steering, Selection, and Inspection for Regression Tasks

机译：BEAMES：针对回归任务的交互式多模型指导，选择和检查

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Interactive model steering helps people incrementally build machine learning models that are tailored to their domain and task. Existing visual analytic tools allow people to steer a single model (e.g., assignment attribute weights used by a dimension reduction model). However, the choice of model is critical in such situations. What if the model chosen is suboptimal for the task, dataset, or question being asked? What if instead of parameterizing and steering this model, a different model provides a better fit? This paper presents a technique to allow users to inspect and steer multiple machine learning models. The technique steers and samples models from a broader set of learning algorithms and model types. We incorporate this technique into a visual analytic prototype, BEAMES, that allows users to perform regression tasks via multimodel steering. This paper demonstrates the effectiveness of BEAMES via a use case, and discusses broader implications for multimodel steering.
机译：交互式模型指导可帮助人们逐步建立适合其领域和任务的机器学习模型。现有的视觉分析工具允许人们操纵单个模型（例如，降维模型使用的分配属性权重）。但是，在这种情况下，模型的选择至关重要。如果选择的模型对于任务，数据集或所问的问题不是最优的，该怎么办？如果不是通过参数化和控制该模型，而是使用其他模型可以更好地拟合该怎么办？本文提出了一种允许用户检查和操纵多个机器学习模型的技术。该技术从更广泛的学习算法和模型类型中引导和采样模型。我们将此技术整合到了视觉分析原型BEAMES中，该原型使用户可以通过多模型控制执行回归任务。本文通过一个用例演示了BEAMES的有效性，并讨论了多模型转向的更广泛含义。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号