2023第五届数学与信息科学国际会议
2023年5月27-29日

交叉验证

交叉验证,有时亦称循环估计 , 是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析,而其它子集则用来做后续对此分析的确认及验证。一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。交叉验证的目的,是用未用来给模型作训练的新数据,测试模型的性能,以便减少诸如过拟合和选择偏差等问题,并给出模型如何在一个独立的数据集上通用化(即,一个未知的数据集,如实际问题中的数据)。交叉验证的理论是由Seymour Geisser(英语:Seymour Geisser)所开始的。它对于防范根据数据建议的测试假设是非常重要的,特别是当后续的样本是危险、成本过高或科学上不适合时去搜集。
2023第五届数学与信息科学国际会议(ICMIF2023)涵盖主题包括但不仅限于交叉验证等领域,会议组委会诚邀全球相关领域的学者、专家参加此次国际会议,就相关热点问题进行探讨、交流,共同促进科学研究的进步与发展。

会议征稿

2023第五届数学与信息科学国际会议(ICMIF2023)诚邀学者、专家提交他们的研究摘要、论文并参会交流。

ICMIF2023 的摘要与全文投稿通道已开放,欢迎您提交摘要和全文:

摘要出版

会议接受英文摘要投稿,摘要录用后,将以会议摘要集的形式由 Science Publishing Group (SciencePG) 出版。

全文出版

论文全文被录用后,将根据主题在线出版在 Science Publishing Group (SciencePG) 的相关期刊上。合作期刊可被中国知网(CNKI Scholar)及部分国外的检索机构检索,如WorldCat, CrossRef, Electronic Journals Library, Zeitschriftendatenbank, EZB, ResearchBib, Polish Scholarly Bibliography, Wissenschaftszentrum Berlin等。

© 2015-2023第五届数学与信息科学国际会议 版权所有