Модифікація двокрокового методу інтелектуального аналізу даних: задача регресії

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ 21 Підкостельним Романом Романовичом. Тема «Модифікація двокрокового методу інтелектуального аналізу даних: задача регресії». Робота направлена на здобуття ступеня магістр за спеціальністю 122 «Комп’ютерні науки». Мета роботи: полягає в реалізації удосконаленого двокрокового методу апроксимації табличних наборів даних за рахунок зменшення розмірності простору вхідних даних, які використовуються для розв’язання задачі регресії, для зменшення тривалості навчання регресора при збереженні високої точності його роботи. Об’єктом дослідження є процеси апроксимації табличних наборів даних методами машинного навчання. У результаті виконання дипломної роботи реалізовано метод, який дозволяє зменшити розмір вхідних даних, тим самим зменшивши необхідний час тренування регресора, при збереженні точності його роботи. Master’s degree work of the student of the group CSAI-21 Pіdkostelnyi Roman Romanovych. The topic is "Modification of two-step method of intelligent data analysis: regression problem". The work is aimed at obtaining a master's degree in 122 "Computer Science". The goal: consists in the implementation of an improved two-step method of approximating tabular data sets by reducing the dimensionality of the space of input data used to solve the regression problem, to reduce the duration of its training of the regressor while maintaining the high accuracy of its work. The object of the research are processes of approximation of tabular data sets) by machine learning methods. As a result of the thesis, a method was implemented that allows reducing the size of the input data, thereby reducing the required training time of the regressor, while maintaining the accuracy of its work.