Challenges of machine learning model validation using correlated behaviour data: Evaluation of cross-validation strategies and accuracy measures.

Ferdinandy, Bence; Gerencsér, Linda; Corrieri, Luca; Perez, Paula; Újváry, Dóra; Csizmadia, Gábor; Miklósi, Ádám

Ferdinandy, Bence; Gerencsér, Linda; Corrieri, Luca; Perez, Paula; Újváry, Dóra; Csizmadia, Gábor; Miklósi, Ádám.

Afiliación

Ferdinandy B; MTA-ELTE Comparative Ethology Research Group, Budapest, Hungary.
Gerencsér L; Department of Ethology, Eötvös Loránd University, Budapest, Hungary.
Corrieri L; MTA-ELTE 'Lendület' Neuroethology of Communication Research Group, Budapest, Hungary.
Perez P; Department of Ethology, Eötvös Loránd University, Budapest, Hungary.
Újváry D; Department of Ethology, Eötvös Loránd University, Budapest, Hungary.
Csizmadia G; Department of Ethology, Eötvös Loránd University, Budapest, Hungary.
Miklósi Á; Department of Ethology, Eötvös Loránd University, Budapest, Hungary.

PLoS One ; 15(7): e0236092, 2020.

Article en En | MEDLINE | ID: mdl-32687528

Asunto(s)

Conducta Animal; Aprendizaje Automático; Animales; Perros; Femenino; Masculino; Modelos Estadísticos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Conducta Animal / Aprendizaje Automático Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Animals Idioma: En Revista: PLoS One Asunto de la revista: CIENCIA / MEDICINA Año: 2020 Tipo del documento: Article País de afiliación: Hungria Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google