Система генерації навчальної вибірки для налаштування нейронних мереж

Скорочена інформація про документ
dc.contributor.advisorКот, Анатолій Тарасович
dc.contributor.authorХоменко, Тарас Сергійович
dc.date.accessioned2024-10-30T13:59:36Z
dc.date.available2024-10-30T13:59:36Z
dc.date.issued2024
dc.description.abstractДипломна робота: 82 с., 14 рис., 6 табл., 35 посилань, 1 додаток. Об'єкт дослідження – cистема генерації навчальної вибірки для налаштування нейронних мереж. Предмет дослідження – методи генерації синтетичних даних та їх вплив на якість навчальних вибірок. Мета роботи – розробка і дослідження різних методів генерації синтетичних даних для навчання моделей машинного навчання. В умовах стрімкого технологічного розвитку, особливо в сучасну епоху штучного інтелекту та машинного навчання, ефективне навчання моделей набуває все більшого значення. Особливо це стосується завдань, де точність моделі є критично важливою, як, наприклад, виявлення шахрайства з кредитними картками. Основна проблема, яка виникає при навчанні моделей, – це нестача даних для їх налаштування, що може призвести до зниження якості передбачень. Ця робота присвячена дослідженню методів генерації синтетичних даних для покращення навчальних вибірок. В ході дослідження розглядаються різні підходи до генерації даних, зокрема генеративні змагальні мережі (GANs) та метод поширення синтетичних прикладів (SMOTE). Під час роботи проводиться аналіз ефективності цих методів та їх впливу на якість навчальних вибірок. У дослідженні описано процес створення та тренування моделей на реальних і синтетичних даних, включаючи деталі архітектури нейронних мереж, та використання різних бібліотек для розробки. Проведено аналіз ефективності моделей, що навчені на різних типах даних, та зроблено відповідні порівняння результатів.
dc.description.abstractotherMaster's thesis: 82 p., 14 figures, 6 tables, 35 references, 1 appendix. The object of research is Training sample generation system for neural network tuning. The subject of research is methods of synthetic data generation and their impact on the quality of training samples. Purpose - to develop and study various methods of synthetic data generation for training machine learning models. In the context of rapid technological development, especially in the modern era of artificial intelligence and machine learning, effective model training is becoming increasingly important. This is especially true for tasks where model accuracy is critical, such as credit card fraud detection. The main problem that arises when training models is the lack of data to train them, which can lead to a decrease in the quality of predictions. This work is dedicated to the investigation of methodologies for the generation of synthetic data with the objective of enhancing the quality of training samples. The study considers various approaches to data generation, including generative adversarial networks (GANs) and the synthetic example propagation method (SMOTE). We analyze the efficiency of these methods and their impact on the quality of training samples. Research describes the process of creating and training models on real and synthetic data, including details of the architecture of neural networks, and the use of various libraries for development. The efficiency of models trained on different types of data is analyzed and the results are compared.
dc.format.extent82 с.
dc.identifier.citationХоменко, Т. С. Система генерації навчальної вибірки для налаштування нейронних мереж : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Хоменко Тарас Сергійович. – Київ, 2024. – 82 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70281
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectнейронні мережі
dc.subjectгенерація даних
dc.subjectвиявлення шахрайства
dc.subjectсинтетичні дані
dc.subjectякість навчальних вибірок
dc.subjectmachine learning
dc.subjectneural networks
dc.subjectdata generation
dc.subjectfraud detection
dc.subjectsynthetic data
dc.subjectquality of training samples
dc.titleСистема генерації навчальної вибірки для налаштування нейронних мереж
dc.typeBachelor Thesis

Файли

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи