Оцінка якості класифікатора при афінних перетвореннях даних

Скорочена інформація про документ
dc.contributor.advisorНіщенко, Ірина Іванівна
dc.contributor.authorСкрупський, Родіон Юрійович
dc.date.accessioned2021-10-07T14:13:51Z
dc.date.available2021-10-07T14:13:51Z
dc.date.issued2021-06
dc.description.abstractenThe aim of the work is to assess the quality of the classifier on data, the distribution of which does not equal the distribution of the training data on which the classifier was trained. It is assumed that the distribution of the new data is an affine transformation of the distribution of the training data. The object of the research is machine learning methods. The subject of the research is affine transformations of datasets. This work was carried out a review of related papers and sources, introduced and have been proven important lemmas for the formal statement of the problem, have been built a function that describes the difference between two datasets, was formulated the problem of minimizing the introduced function with respect to the parameters of an affine transformation, was found the Jacobian of one of the elements of the function. The influence of using the logarithm and jacobian of the introduced function on the time of minimization of the function was also investigated. In practice, using the Python programming language, individual elements of the functional and their combinations were tested, the results of "nesting"of datasets were visualized, tables with the results of the method and its components were given. Experimental confirmation of the influence of the Jacobian and the logarithm on the quality and speed of minimization, conclusions, and general recommendations for using the proposed method in prac.uk
dc.description.abstractukМетою роботи є оцiнка якостi класифiкатора на даних, розподiл яких не збiгається з розподiлом тренувальних даних, на яких було навчено класифiкатор. При цьому припускається, що розподiл нових даних є афiнним збуренням розподiлу тренувальних даних. Об’єктом дослiдження є методи машинного навчання. Предметом дослiдження є афiннi перетворення наборiв даних. У цiй роботi був проведений огляд опублiкованих джерел за тематикою дослiдження, сформульованi та доведенi необхiднi леми для формальної постановки задачi, побудований функцiонал, який описує рiзницю мiж двома наборами даних, сформульована задача мiнiмiзацiї введеного функцiоналу вiдносно параметрiв афiнного перетворення, знайдений якобiан вiд одного iз елементiв функцiоналу. Також був дослiджений вплив використання логарифму та якобiану вiд побудованого функцiоналу на швидкiсть мiнiмiзацiї функцiоналу. На практицi, за допомогою мови програмування Python, були протестованi окремi елементи функцiоналу та їх комбiнацiї, вiзуалiзованi результати «вкладення» множин, наведенi таблицi iз результатами роботи методу та його компонентiв. Експериментальне пiдтвердження впливу якобiану та логарифму на якiсть та швидкiсть мiнiмiзацiї, висновки та загальнi рекомендацiї щодо використання запропонованого методу на практицi.uk
dc.format.page45 с.uk
dc.identifier.citationСкрупський, Р. Ю. Оцiнка якостi класифiкатора при афiнних перетвореннях даних : дипломна робота … бакалавра : 113 Прикладна математика / Скрупський Родiон Юрiйович. – Київ, 2021. – 45 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/44270
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмашинне навчанняuk
dc.subjectкласифiкацiяuk
dc.subjectафiннi перетворенняuk
dc.subjectданiuk
dc.subjectmachine learninguk
dc.subjectclassificationuk
dc.subjectaffine transformationuk
dc.subjectdatauk
dc.titleОцінка якості класифікатора при афінних перетвореннях данихuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММЗІ)
Бакалаврські роботи