About: Symbolic regression     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : dbo:Work, within Data Space : dbpedia.org associated with source document(s)

Symbolic regression is a type of regression analysis that searches the space of mathematical expressions to find the model that best fits a given dataset, both in terms of accuracy and simplicity. No particular model is provided as a starting point to the algorithm. Instead, initial expressions are formed by randomly combining mathematical building blocks such as mathematical operators, analytic functions, constants, and state variables. (Usually, a subset of these primitives will be specified by the person operating it, but that's not a requirement of the technique.) New equations are then formed by recombining previous equations, using genetic programming.

AttributesValues
rdf:type
rdfs:label
  • 関数同定問題
  • Symbolic regression
rdfs:comment
  • 関数同定問題(かんすうどうていもんだい、英語: symbolic regression、または英語直訳の記号回帰とも)とは数式空間を探索する回帰分析のひとつで、与えられたデータセットに対して正確かつ単純な最もふさわしいモデルを見つける。アルゴリズムの開始点として与えられる特定のモデルはない代わりに、初期の数式は演算子、解析関数、定数、状態変数をランダムに組み合わせて与えられる(これら基本要素の部分集合は人間によって操作されることが多いが、技術的な要求はない)。新たな等式は遺伝的プログラミングによって以前の等式を組み換えたものとなる。 特別なモデルを明示する必要がないので、関数同定は人間の先入観や、ドメイン知識(問題領域の知識、経験則など)との隔たりによる影響を受けない。関数同定は人間が数学的に扱いやすいと考えるモデル構造を強要するのではなく、データ内のパターンの適切なモデルを明らかにすることによってデータセットの本来の関係性を明らかにすることを試みる。適応度関数はerror metricだけでなく特に複雑さも考慮に入れてモデルを進化させるので、人間が主観的に理解しやすい方法で結果のモデルはデータに潜在的にある構造を明らかにする。
  • Symbolic regression is a type of regression analysis that searches the space of mathematical expressions to find the model that best fits a given dataset, both in terms of accuracy and simplicity. No particular model is provided as a starting point to the algorithm. Instead, initial expressions are formed by randomly combining mathematical building blocks such as mathematical operators, analytic functions, constants, and state variables. (Usually, a subset of these primitives will be specified by the person operating it, but that's not a requirement of the technique.) New equations are then formed by recombining previous equations, using genetic programming.
sameAs
dct:subject
Wikipage page ID
Wikipage revision ID
Link from a Wikipage to another Wikipage
Link from a Wikipage to an external page
foaf:isPrimaryTopicOf
prov:wasDerivedFrom
has abstract
  • 関数同定問題(かんすうどうていもんだい、英語: symbolic regression、または英語直訳の記号回帰とも)とは数式空間を探索する回帰分析のひとつで、与えられたデータセットに対して正確かつ単純な最もふさわしいモデルを見つける。アルゴリズムの開始点として与えられる特定のモデルはない代わりに、初期の数式は演算子、解析関数、定数、状態変数をランダムに組み合わせて与えられる(これら基本要素の部分集合は人間によって操作されることが多いが、技術的な要求はない)。新たな等式は遺伝的プログラミングによって以前の等式を組み換えたものとなる。 特別なモデルを明示する必要がないので、関数同定は人間の先入観や、ドメイン知識(問題領域の知識、経験則など)との隔たりによる影響を受けない。関数同定は人間が数学的に扱いやすいと考えるモデル構造を強要するのではなく、データ内のパターンの適切なモデルを明らかにすることによってデータセットの本来の関係性を明らかにすることを試みる。適応度関数はerror metricだけでなく特に複雑さも考慮に入れてモデルを進化させるので、人間が主観的に理解しやすい方法で結果のモデルはデータに潜在的にある構造を明らかにする。
  • Symbolic regression is a type of regression analysis that searches the space of mathematical expressions to find the model that best fits a given dataset, both in terms of accuracy and simplicity. No particular model is provided as a starting point to the algorithm. Instead, initial expressions are formed by randomly combining mathematical building blocks such as mathematical operators, analytic functions, constants, and state variables. (Usually, a subset of these primitives will be specified by the person operating it, but that's not a requirement of the technique.) New equations are then formed by recombining previous equations, using genetic programming. By not requiring a specific model to be specified, symbolic regression isn't affected by human bias, or unknown gaps in domain knowledge. It attempts to uncover the intrinsic relationships of the dataset, by letting the patterns in the data itself reveal the appropriate models, rather than imposing a model structure that is deemed mathematically tractable from a human perspective. The fitness function that drives the evolution of the models takes into account not only error metrics (to ensure the models accurately predict the data), but also special complexity measures, thus ensuring that the resulting models reveal the data's underlying structure in a way that's understandable from a human perspective. This facilitates reasoning and favors the odds of getting insights about the data-generating system.
http://purl.org/voc/vrank#hasRank
http://purl.org/li...ics/gold/hypernym
is Link from a Wikipage to another Wikipage of
is Wikipage redirect of
is foaf:primaryTopic of
Faceted Search & Find service v1.17_git39 as of Aug 09 2019


Alternative Linked Data Documents: PivotViewer | iSPARQL | ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3235 as of Sep 1 2020, on Linux (x86_64-generic-linux-glibc25), Single-Server Edition (61 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2020 OpenLink Software