Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/4291
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Романовский Иосиф Владимирович | ru_RU |
dc.contributor.author | Мирошниченко Никита Максимович | ru_RU |
dc.contributor.author | Miroshnichenko Nikita | en_GB |
dc.contributor.editor | Доктор физико-математических наук, профессор И.В.Романовский | ru_RU |
dc.contributor.editor | Doctor of Physics and Mathematics, Professor I.V.Romanovskii | en_GB |
dc.date.accessioned | 2016-10-10T02:13:01Z | - |
dc.date.available | 2016-10-10T02:13:01Z | - |
dc.date.issued | 2016 | |
dc.identifier.other | 012205 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/4291 | - |
dc.description.abstract | Мирошниченко Никита. Самообучающиеся системы и их приложения. Научный руководитель: д.ф.-м.н., профессор И.В. Романовский. Направление: Математика и механика. Исследование операций и принятие решений в задачах оптимизации, управления и экономики. Бакалаврская работа посвящена применению теории машинного обучения на конкурсных данных. В работе представлены три различных вида классификаторов: метрические, линейные и бустинговые. Для каждого определены преимущества, выявлены проблемы, и представлены некоторые способы их решения. В качестве показателя эффективности данных классификаторов была использована точность предсказания класса объекта. Для каждого вида классификаторов были найдены оптимальные параметры, позволяющие добиться достаточно высокой эффективности. При сравнении результатов победителя конкурса компании "Билайн" с результатами, полученными в данной работе, точность предсказания улучшена на 0.14%. Мирошниченко Н., Самообучающиеся системы и их приложения: бакалаврская работа: защищена 07.06.2016/ Мирошниченко Никита. – СПб., 2016. – 28 с. – Библиогр.: с. 24. | ru_RU |
dc.description.abstract | Miroshnichenko Nikita. Self-learning systems and their application. Scientific supervisor: Dr. Sci., Professor J.V. Romanovsky. Applied Mathematics and Computer Science. Operation Research and Decision Making in Optimisation, Control and Economics Problems Bachelor work devoted to the use of machine learning theory to competitive data. The paper presents three different types of classifiers: metric, linear and boosting. For each of classifier benefits were defined, problems were identified and some of the ways to solve them were presented. The prediction accuracy of the object class was used as an indicator of the effectiveness of these qualifiers. For each type of classifiers optimum parameters, which allowed to achieve high enough performance were found. When comparing the results of the "Beeline" company winner with the results obtained in this study, the prediction accuracy is improved by 0.14%. Miroshnichenko N., Portfolio model of Russian collection coins: Bachelor's Thesis: defended 07.06.2016/ Miroshnichenko Nikita. – SPb., 2016. – 28 с. – Bibliography.: с. 20. | en_GB |
dc.language.iso | ru | |
dc.subject | машинное обучение | ru_RU |
dc.subject | классификаторы | ru_RU |
dc.subject | бустинг | ru_RU |
dc.subject | анализ данных | ru_RU |
dc.subject | обработка данных | ru_RU |
dc.subject | machine learning | en_GB |
dc.subject | classification | en_GB |
dc.subject | boosting | en_GB |
dc.subject | data analysis | en_GB |
dc.subject | data handling | en_GB |
dc.title | Self-learning systems and their applications | en_GB |
dc.title.alternative | Самообучающиеся системы и их приложения | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Miroshnichenko_Nikita_VKR.pdf | Article | 115,16 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st003580_Romanovskij_Iosif_Vladimirovich_(supervisor)(Ru).txt | ReviewSV | 4,72 kB | Text | Просмотреть/Открыть |
reviewSV_st003580_Romanovskij_Iosif_Vladimirovich_(reviewer)(Ru).txt | ReviewRev | 8,18 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.