Отрывок: Диаграмма деятельности даёт вам возможность описать типы поведения системы. Каждое состояние соответствует работе системы, переход к следующему состоянию возникает только после завершения предыдущего. Помимо последовательного перехода в новое состояние есть также ветка, которая предоставляет вам вы...
Название : Автоматизированная система выявления значимости факторов с использованием машинного обучения
Авторы/Редакторы : Караулова И. С.
Лёзин И. А.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2020
Библиографическое описание : Караулова, И. С. Автоматизированная система выявления значимости факторов с использованием машинного обучения : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. С. Караулова ; рук. работы И. А. Лёзин ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики,. - Самара, 2020. - on-line
Аннотация : Объектом исследования являются алгоритмы определения значимостифакторов.Цель работы – исследование алгоритмов определения значимости входныхпризнаков.В результате работы определено, что используемые способы определениязначимости параметров лучше использовать для методов обучения регрессии,поскольку они дают более точные результаты расчетов.Эффективность работы заключается в определении влияния значимыхфакторов на обучение сети.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20200914101101
Ключевые слова: регрессия
классификация
алгоритмы определения значимости факторов
автоматизированные системы
машинное обучение
Располагается в коллекциях: Выпускные квалификационные работы




Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.