Models for analysis of water suitability
dc.contributor.author | Makarchuk, L. | |
dc.contributor.author | Likhouzova, T. | |
dc.date.accessioned | 2023-12-14T16:14:14Z | |
dc.date.available | 2023-12-14T16:14:14Z | |
dc.date.issued | 2023 | |
dc.description.abstract | The problem of unsuitability of available drinking water for safe consumption is considered. It is proposed to use models built by machine learning methods so that when analyzing water samples it is possible to focus on the main parameters so that limited resources are not directed unnecessarily to less important features. To evaluate the effectiveness of the proposed models, test data that were not used to build the models and several different criteria for evaluating the quality of the models were used. | uk |
dc.description.abstractother | Розглянуто проблему непридатності наявної питної води для безпечного споживання. Запропоновано використати моделі, побудовані методами машинного навчання, щоб при аналізі проб води можна було зосередитися на основних параметрах, аби обмежені ресурси не спрямовувалися без необхідності на менш важливі ознаки. При побудові моделей використано три методи: Decision Tree Classifier, Naive Bayes, K-Nearest Neighbors. Кожен з цих методів дає можливість покращити модель за допомогою підбору параметрів, що і було зроблено. Реалізовано три моделі: модель DTC з використанням ентропії при розбитті вузла, модель Naive Bayes з найкращим значенням var_smoothing та модель KNN з оптимальним числом «сусідів». Для оцінки ефективності запропонованих моделей використано тестові дані, що не використовувались для побудови моделей, та кілька різних критеріїв оцінки якості моделей. | uk |
dc.format.pagerange | Pp. 12-19 | uk |
dc.identifier.citation | Makarchuk, L. Models for analysis of water suitability / M. Kliuba, T. Likhouzova // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43). – С. 12-19. – Бібліогр.: 11 назв. | uk |
dc.identifier.doi | https://doi.org/10.20535/1560-8956.43.2023.292242 | |
dc.identifier.issn | 1560-8956 | |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/63104 | |
dc.language.iso | en | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.relation.ispartof | Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2023. – № 2 (43) | uk |
dc.rights.uri | https://creativecommons.ru/licenses | |
dc.rights.uri | https://creativecommons.ru/licenses | |
dc.subject | machine learning | uk |
dc.subject | analysis of the impact of factors | uk |
dc.subject | classification task | uk |
dc.subject | машинне навчання | uk |
dc.subject | аналіз впливу факторів | uk |
dc.subject | задача класифікації | uk |
dc.subject.udc | 004.94 | uk |
dc.title | Models for analysis of water suitability | uk |
dc.title.alternative | Моделі для формування ринкової вартості нерухомості | uk |
dc.type | Article | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- 292242-674880-1-10-20231202.pdf
- Розмір:
- 1.91 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: