Decision Concept Lattice vs. Decision Trees and Random Forests

E. Dudyrev; S. Kuznetsov

doi:10.1007/978-3-030-77867-5_16

Публикации

?

Decision Concept Lattice vs. Decision Trees and Random Forests

Ch. 16. P. 252–260.

Дудырев Е. О., Кузнецов С. О.

Язык: английский

Полный текст

DOI

Ключевые слова: concept lattices decision trees random forest

В книге

Formal Concept Analysis: 16th International Conference, ICFCA 2021, Strasbourg, France, June 29 – July 2, 2021, Proceedings

Springer, 2021.

Построение системы опережающих индикаторов для прогнозирования валютного кризиса

Щепелева М. А., Финансы: теория и практика 2025 Т. 29 № 4 С. 146–162

Данная работа посвящена анализу финансовых кризисов. Рассматриваются различные классификации кризисов, методы их прогнозирования, подходы к составлению системы опережающих индикаторов. Для лучшего понимания возможностей прогнозирования финансовых кризисов проводится собственное эмпирическое исследование по развивающимся странам с использованием традиционного эконометрического подхода для предсказания валютных кризисов и метода случайного леса. Выявлены наиболее значимые переменные, изменение которых может сигнализировать о ...

Добавлено: 12 февраля 2026 г.

Is Canfield Right? On the Asymptotic Coefficients for the Maximum Antichain of Partitions and Related Counting Inequalities

Игнатов Д. И., , in: 11th International Conference, AIST 2023, Yerevan, Armenia, September 28–30, 2023, Revised Selected Papers. Analysis of Images, Social Networks and Texts. Lecture Notes in Computer Science (LNCS, volume 14486).: Cham: Springer, 2024. P. 349 – 361.

Добавлено: 23 января 2026 г.

Cooperative games with fuzzy characteristic functions on concept lattices

Kemgne M. W., Njionou B. B., Игнатов Д. И. и др., International Journal of Approximate Reasoning 2025 Vol. 186 Article 109527

Добавлено: 23 января 2026 г.

On syntactic concept lattice models for the Lambek calculus and infinitary action logic

Stepan L. Kuznetsov, Journal of Logic and Computation 2026 Vol. 36 No. 1 Article exaf078

Добавлено: 14 января 2026 г.

Прогнозирование цен на золото с использованием алгоритмов нейросетей

Солдатова А. О., Финансы, деньги, инвестиции 2023 № 4 С. 9–15

Стоимость золота - важнейший экономический индикатор. Ожидания роста инфляции и повышения ключевых ставок со стороны Центральных банков формируют интерес инвесторов к золоту во всем мире. С учетом все большего числа факторов, оказывающих влияние на динамику курса золота в мире, прогнозирование цен на золото требует новых методов и современных технологических решений. В статье представлен обзор методов ...

Добавлено: 8 июля 2025 г.

Predicting Systemic Risk in the Russian Financial Sector with Boosting Techniques

Щепелева М. А., Procedia Computer Science 2024 Vol. 242 P. 51–56

Добавлено: 17 июня 2025 г.

Forecasting Stadium Attendance Using Machine Learning Models: A Case of the National Football League

Пан Ю., Ван Ф., Studia Sportiva 2024 Vol. 18 No. 2 P. 147–164

Добавлено: 16 мая 2025 г.

Study of artificial intelligence models for big data analysis in project management

Пшиченко Д. В., International Journal of Humanities and Natural Sciences 2024 Vol. 8-3(95) P. 180–185

Добавлено: 10 марта 2025 г.

Default Prediction for Auto Repair Services Firms in Russia Using Non-financial Data

Афанасьев В. В., Финансы и бизнес 2024 Vol. 20 No. 3 P. 71–88

Традиционный подход к прогнозированию дефолтов предполагает использование финансовых коэффициентов в качестве объясняющих переменных в моделях классификации. В настоящем исследовании приводятся результаты, свидетельствующие о повышении качества прогнозирования дефолтов в случае включения в модели нефинансовых данных. В исследовании используется выборка из более чем 200 фирм, оказавшихся неплатежеспособными в период 2018–2023 гг., и 10 контрольных выборок (всего более ...

Добавлено: 2 октября 2024 г.

Syntactic concept lattice models for infinitary action logic

Stepan L. Kuznetsov, , in: Logic, Language, Information, and Computation: 30th International Workshop, WoLLIC 2024, Bern, Switzerland, June 10–13, 2024, ProceedingsVol. 14672: Lecture Notes in Computer Science.: Cham: Springer, 2024. P. 93–107.

Добавлено: 12 июня 2024 г.

Random forests with parametric entropy-based information gains for classification and regression problems

Игнатенко В. В., Сурков А. Ю., Sergei Koltcov, PeerJ Computer Science 2024 Vol. 10 Article e1775

Добавлено: 16 февраля 2024 г.

Прогнозирование региональной инфляции: эконометрические модели или методы машинного обучения?

Букина Т. В., Кашин Д. В., Экономический журнал Высшей школы экономики 2024 Т. 28 № 1 С. 81–107

В статье строится прогноз региональной инфляции на примере субъектов, входящих в Приволжский федеральный округ (ПФО). Цель исследования – определить модель, которая точнее остальных прогнозирует региональную инфляцию. В работе производится сравнение инструментов машинного обучения – метода опорных векторов, градиентного бустинга и случайного леса с эконометрическими моделями временных рядов, авторегрессией и интегрированной авторегрессией-скользящего среднего, – моделями, которые чаще ...

Добавлено: 13 февраля 2024 г.

A Note on the Number of (Maximal) Antichains in the Lattice of Set Partitions

Игнатов Д. И., , in: LNAI 14133: 28th International Conference on Conceptual Structures, ICCS 2023, Berlin, Germany, September 11–13, 2023, Proceedings. Graph-Based Representation and Reasoning.: Berlin: Springer, 2023. P. 56–69.

Добавлено: 23 ноября 2023 г.

Incorporating financial development indicators into early warning systems

Пономаренко А. А., Татаринцев С. А., Journal of Economic Asymmetries 2023 Vol. 27 Article e00284

Добавлено: 28 марта 2023 г.

In Search of Global Determinants of National Credit-to-GDP Gaps

Stolbov M., Щепелева М. А., Risks 2022 Vol. 10 No. 12

Добавлено: 5 января 2023 г.

Machine learning methods for demographic data analysis

Муратова А. А., Игнатов Д. И., Митрофанова Е. С., , in: Recent Trends in Analysis of Images, Social Networks and Texts. 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020 Revised Supplementary ProceedingsVol. 12602.: Springer, 2021. P. 297–299.

Добавлено: 1 ноября 2022 г.

Contextual factors predicting compliance behavior during the COVID-19 pandemic: A machine learning analysis on survey data from 16 countries

Hajdu N., Schmidt K., Acs G. и др., Plos One 2022 Vol. 17 No. 11 Article e0276970

Добавлено: 18 октября 2022 г.

Spatiotemporal Modeling of Coniferous Forests Dynamics along the Southern Edge of Their Range in the Central Russian Plain

Chernenkova T., Котлов И. П., Belyaeva N. и др., Remote Sensing 2021 Vol. 13 No. 10 Article 1886

Добавлено: 20 марта 2022 г.

Кто виноват и что делать: анализ комментариев к фильмам о бесланском теракте

Смирнов Н. М., Социальная психология и общество 2021 Т. 12 № 3 С. 74–86

Цель. Выявить специфику содержания комментариев к документальным фильмам о пятнадцатой годовщине теракта в Беслане. Контекст и актуальность. На фоне реактивации дискурса о Беслане видится необходимым изучить осмысление трагедии в российском обществе. Крайне важным является обращение к нереактивным данным для оценки ретроспективного восприятия теракта. Дизайн исследования. Используется модель случайного леса для оценки конкретных характеристик комментариев. Данные. ...

Добавлено: 30 декабря 2021 г.

Randomness in Cancer Breakpoint Prediction

Челошкина К. С., Bzhikhatlov I., Попцова М. С., Journal of Computational Biology 2021 Vol. 28 No. 7 P. 716–731

Cancer genomes are susceptible to multiple rearrangements by deleting, inserting, and translocating genomic regions. Recently, the problem of finding determinants of breakpoint formations was approached with machine learning methods; however, unlike cancer point mutations, breakpoint prediction appeared to be a more difficult task, and various machine learning models did not achieve high prediction power often ...

Добавлено: 10 сентября 2021 г.

Методы классификации текстовых данных: можно ли потенциал количественного анализа использовать в качественном исследовании?

Александрова М. Ю., ИНТЕРакция. ИНТЕРвью. ИНТЕРпретация 2021 Т. 13 № 2 С. 81–96

Интеллектуальный анализ текстовых данных, или текст-майнинг, продемонстрировал активное развитие в последние годы. В статье в качестве примера сравниваются методы классификации, пригодные для решения задач по прогнозированию частичных неответов, и на этом материале автор строит рассуждения о том, как может быть реализован анализ текстовых данных в более широком исследовательском поле. Автор рассматривает ряд метрик, адаптированных для ...

Добавлено: 20 августа 2021 г.

Formal Concept Analysis: 16th International Conference, ICFCA 2021, Strasbourg, France, June 29 – July 2, 2021, Proceedings

Springer, 2021.

Книга вклюает в себя работы 16ой международной конференции по Анализу формальных понятий. Книга поделена на 5 секций: теория, правила, методы и приложения, исследование и визуализация ...

Добавлено: 10 июля 2021 г.