Система аналізу впливу кластеризації на якість рішень в моделях штучного інтелекту

Скорочена інформація про документ
dc.contributor.advisorМакаренко, Олександр Сергійович
dc.contributor.authorСимонов, Єгор Денисович
dc.date.accessioned2024-02-14T09:49:51Z
dc.date.available2024-02-14T09:49:51Z
dc.date.issued2024
dc.description.abstractОб’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.
dc.description.abstractotherThe object of research is text data clustering models and neural networks. The subject of the study is the relationship between clustering methods and the decision-making process in systems using artificial intelligence. The purpose of the master's thesis is to investigate the relationship between classification methods and the effectiveness of the decision-making process in systems using artificial intelligence, evaluating the level of influence of each method. The relevance of the work lies in the fact that the number of systems that use artificial intelligence methods is growing rapidly. At the same time, the demand for processing large volumes of data, particularly text data, is growing, as natural language remains the most convenient way of transmitting and receiving information. Data clustering is a key step in training models of this type, helping to create features for accurate predictions. The software implementation is made using the Python 3.10.2 programming language and the Visual Studio Code development environment. The study showed the impact of different clustering algorithms on the accuracy of predictions of artificial intelligence models. The optimal parameters and clustering models, which contribute to increasing the accuracy of artificial intelligence models, have been determined, and the impact of changing the number of clusters on the quality of the received information for decision-making has been analyzed.
dc.format.extent98 с.
dc.identifier.citationСимонов, 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.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64541
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмашинне навчання
dc.subjectштучний інтелект
dc.subjectкластеризація
dc.subjectтекстовий аналіз
dc.subjectсистема
dc.subjectmachine learning
dc.subjectartificial intelligence
dc.subjectclusterization
dc.subjecttext analysis
dc.subjectsystem
dc.subject.udc004.8
dc.titleСистема аналізу впливу кластеризації на якість рішень в моделях штучного інтелекту
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Symonov_magistr.pdf
Розмір:
5.4 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

Магістерські роботи (ММСА)
Магістерські роботи