Система аналізу впливу кластеризації на якість рішень в моделях штучного інтелекту
Вантажиться...
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Об’єкт дослідження – моделі кластеризації текстових даних та нейронні мережі.
Предмет дослідження – взаємозв'язок методів кластеризації та процесу прийняття рішень у системах з використанням штучного інтелекту.
Мета магістерської дисертації – дослідити взаємозв’язок між методами класифікації та ефективністю процесу прийняття рішень у системах з використанням штучного інтелекту, оцінюючи рівень впливу кожного методу.
Актуальність роботи полягає у тому, що кількість систем, які використовують методи штучного інтелекту, стрімко зростає. Разом з цим зростає попит на обробку великих обсягів даних, зокрема, текстових, так як
природна мова залишається найбільш зручним способом передачі та отримання інформації. Кластеризація даних є ключовим етапом у навчанні моделей такого типу, допомогаючи створювати ознаки для точних прогнозів.
Програмна реалізація виконана за допомогою мови програмування Python 3.10.2 та середовища розробки Visual Studio Code. Дослідження показало вплив різних алгоритмів кластеризації на точність прогнозів моделей штучного інтелекту. Виявлено оптимальні параметри та моделі кластеризації, які сприяють підвищенню точності моделей штучного інтелекту, та проаналізовано вплив зміни кількості кластерів на якість отриманої інформації для прийняття рішень.
Опис
Ключові слова
машинне навчання, штучний інтелект, кластеризація, текстовий аналіз, система, machine learning, artificial intelligence, clusterization, text analysis, system
Бібліографічний опис
Симонов, Є. Д. Система аналізу впливу кластеризації на якість рішень в моделях штучного інтелекту : магістерська дис. : 124 Системний аналіз / Симонов Єгор Денисович. - Київ, 2024. - 98 с.