Технології мінімізації похибок моделей машинного навчання у багатовимірному просторі гіперпараметрів

Скорочена інформація про документ
dc.contributor.advisorШушура, Олексій Миколайович
dc.contributor.authorМартиненко, Олександр Петрович
dc.date.accessioned2020-10-05T11:41:58Z
dc.date.available2020-10-05T11:41:58Z
dc.date.issued2020
dc.description.abstractМетою роботи є розробка програмного сервісу для автоматизації процесу мінімізації похибок моделей машинного навчання шляхом пошуку оптимальних гіперпараметрів. У роботі розглянуто використання бібліотек, програмних систем на основі хмарних технологій та платформ, що дозволяють мінімізувати похибки моделей машинного навчання шляхом оптимізації гіперпараметрів. Задля забезпечення безпеки даних та збереження незалежності від технологій користувача реалізовано сервіс, що розгортається на стороні користувача та надає прикладний програмний інтерфейс для взаємодії з користувацькими моделями, а також веб-інтерфейс для контролю процесу оптимізації. Роботу апробовано на конференції «VIІI Всеукраїнська науково-практична конференція з автоматичного управління».uk
dc.description.abstractenThe aim of the thesis is to implement service to facilitate minimization of ML-model errors via hyperparameter optimization. Usage of libraries, cloud-based program systems and platforms for hyperparameters optimization are described. For the sake of data security while keeping technology-independency the self-hosted service was developed. It provides API for integration into customer’s pipeline and web-interface for visualization. Taken decisions discussed in the conference «VIІI Всеукраїнська науково-практична конференція з автоматичного управління».uk
dc.description.abstractruЦелью работы является разработка программного сервиса для автоматизации процесса минимизации погрешностей моделей машинного обучения путем поиска оптимальных гиперпараметров. В работе рассмотрено использование библиотек, программных систем на основе облачных технологий и платформ, позволяющие минимизировать погрешности моделей машинного обучения путем оптимизации гиперпараметров. Для обеспечения безопасности данных и сохранения независимости от технологий пользователя реализовано сервис, который разворачивается на стороне пользователя и предоставляет прикладной программный интерфейс для взаимодействия с пользовательскими моделями, а также веб-интерфейс для контроля процесса оптимизации. Работу апробировано на конференции «VIІI Всеукраїнська науково-практична конференція з автоматичного управління».uk
dc.format.page80 с.uk
dc.identifier.citationМартиненко, О. П. Технології мінімізації похибок моделей машинного навчання у багатовимірному просторі гіперпараметрів: дипломна робота ... бакалавра : 121 Інженерія програмного забезпечення / Мартиненко Олександр Петрович. – Київ, 2020. – 80 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/36569
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectгіперпараметриuk
dc.subjectPythonuk
dc.subjectприкладний програмний інтерфейсuk
dc.subjectмашинне навчанняuk
dc.titleТехнології мінімізації похибок моделей машинного навчання у багатовимірному просторі гіперпараметрівuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (АПЕПС)
Бакалаврські роботи