Отрывок: В качестве стартовых значений были взяты следующие значения: learning rate = 0,002 количество слоев нейронов = 3 количество нейронов в одном слое = 300 количество итераций обучения = 10 На первом шаге сравнения исследуем зависимость качества прогнозирования модели от количества нейронов в одном слое. Ниже приведены 3 таблицы с результатами для значений 300, 100 и 700 соответственно. Таблица 2 – Результат прогнозирования при количестве нейронов равном 300 ...
Название : | Прогнозирование медицинских расходов на основе машинного обучения |
Авторы/Редакторы : | Беляев Н. Д. Лезин И. А. Столбова А. А. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2019 |
Библиографическое описание : | Беляев, Н. Д. Прогнозирование медицинских расходов на основе машинного обучения : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / Н. Д. Беляев ; рук. работы И. А. Лезин ; нормоконтролер А. А. Столбова ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, мат. - Самара, 2019. - on-line |
Аннотация : | В данной выпускной квалификационной работе рассматривается прогнозирование медицинских расходов при помощи рекуррентной нейронной сети LSTM.Целью работы является создание приложения, позволяющего загружать наборы данных для обучения модели или осуществле |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20191023114227 |
Ключевые слова: | прогнозирование автоматизированные системы TENSORFLOW WINDOWSFORM медицинские расходы рекуррентные нейронные сети машинное обучение |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Беляев_Никита_Дмитриевич_Прогнозирование_медицинских_расходов.pdf | 1.25 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.