Методы ленивой классификации на основе интервальных кортежей

ФИО студента: Дивавин Андрей Максимович

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Оценка: 9

Год защиты: 2024

В данной работе рассматривается метод решения задачи классификации на данных с числовыми признаками. В ходе работы для метода ленивой классификации с использованием АФП были предложены агрегирующие функции на основе поддержки, учитывающие распределение данных. Также была предложена схема рандомизации для алгоритмов поиска пересечений и проведена оценка их надежности. Кроме того, методы сравнивались с классическими алгоритмами машинного обучения по качеству и интерпретируемости. В результате исследования было показано, что предложенные решающие функции в сочетании со стратегией рандомизации позволяют достичь результатов, сопоставимых с классическими методами, оставаясь при этом интерпретируемыми. Также было показано, что рандомизированные методы демонстрируют надежные результаты с точки зрения вариации метрик качества.

Текст работы (работа добавлена 23 мая 2024 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ