Interactive user intent modeling for eliciting priors of a normal linear model

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaKonferenssiesitysScientific

Abstrakti

In this extended abstract, we present a novel interactive method to elicit the tacit
prior knowledge of an expert user for improving the accuracy of prediction models.
The main component of our method is an interactive user intent model that models
the domain expert’s knowledge on the relevance of different features for a prediction task. The user intent model selects the features on which to elicit user’s knowledge sequentially, based on the earlier user input. The results of a feasibility study show that our method improves prediction accuracy, when predicting the relative citation counts of scientific documents in a specific domain.
AlkuperäiskieliEnglanti
Sivut1-5
TilaJulkaistu - 2016
OKM-julkaisutyyppiEi oikeutettu
TapahtumaFuture of Interactive Learning Machines - Barcelona, Espanja
Kesto: 5 joulukuuta 201610 joulukuuta 2016

Conference

ConferenceFuture of Interactive Learning Machines
LyhennettäFILM
MaaEspanja
KaupunkiBarcelona
Ajanjakso05/12/201610/12/2016

Laitteet

Science-IT

Mikko Hakala (Manager)

Perustieteiden korkeakoulu

Laitteistot/tilat: Facility

  • Siteeraa tätä