Створення фреймворку для машинного навчання моделей регресії

Скорочена інформація про документ
dc.contributor.advisorСавченко, Ілля Олександрович
dc.contributor.authorТункін, Євген Андрійович
dc.date.accessioned2024-11-13T12:44:23Z
dc.date.available2024-11-13T12:44:23Z
dc.date.issued2024
dc.description.abstractДипломна робота: 72 с., 9 табл., 15 рис., 2 додатки, 10 джерел. Об’єкт дослідження – задачі машинного навчання на побудову моделей регресії. Предмет дослідження – алгоритми машинного навчання. Мета роботи – дослідження різних методів машинного навчання для побудови регресійних нейронних моделей, а саме: алгоритм зворотного поширення похибки, чисельне знаходження похідних, метод градієнтного спуску, алгоритм оптимізації Adam та реалізація одного з них. Під можливими модифікаціями обраного методу мається на увазі оптимізація розрахунків похідних функції втрат та використання додаткових методів оптимізації. Програмний продукт було розроблено мовою програмування C#.
dc.description.abstractotherThesis: 72 pp., 9 tables, 15 figures, 2 appendices, 10 references The research object is machine learning tasks for building regression models. The subject of the research is machine learning algorithms. The purpose of the work is the study of various machine learning methods for building regression neural models, such as backpropagation algorithm, numerical methods of finding derivatives, gradient descent method, Adam optimization algorithm, and the implementation of one of them. Possible modifications of the chosen method mean optimization of loss function derivative calculations and the use of additional optimization methods. The software product was developed in the C# programming language.
dc.format.extent72 с.
dc.identifier.citationТункін, Є. А. Створення фреймворку для машинного навчання моделей регресії : дипломна робота ... бакалавра : 124 Системний аналіз / Тункін Євген Андрійович. - Київ, 2024. - 72 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70559
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectрегресія
dc.subjectнейронна мережа
dc.subjectалгоритм зворотного поширення помилки
dc.subjectметод градієнтного спуску
dc.subjectметод найменших квадратів
dc.subjectmachine learning
dc.subjectregression
dc.subjectneural network
dc.subjectbackpropagation algorithm
dc.subjectgradient descent
dc.subjectleast squares method
dc.titleСтворення фреймворку для машинного навчання моделей регресії
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Тunkin_bakalavr.pdf
Розмір:
2.18 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи