Продвинутые методы обучения моделей градиентного бустинга для задач с многомерным выходом

ФИО студента: Ковалёв Олег Алексеевич

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Год защиты: 2024

В настоящее время существует два основных подхода к использованию моделей градиентного бустинга в задачах машинного обучения. Подход "one-vs-all" строит количество деревьев, равное размерности выходного пространства на каждой итерации. Другой подход называется "single-tree", и на каждой итерации он строит только одно дерево с несколькими выходами, формируемое на каждом этапе обучения. В этой работе мы исследовали возможность улучшения описанных выше алгоритмов за счет использования специальной обработки выходных данных модели на каждой итерации

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