Полное описание

Лебедев, Илья Сергеевич. Адаптивное применение моделей машинного обучения на отдельных сегментах выборки в задачах регрессии и классификации = Adaptive Application of Machine Learning Models on Separate Segments of a Data Sample in Regression and Classification Problems / И. С. Лебедев. - DOI 10.31799/1684-8853-2022-3-20-30. - Текст : непосредственный // Информационно-управляющие системы : научный журнал. - 2022. - N 3. - С. 20-30. - Библиогр. в конце ст. - ISSN 1684-8853.

ГРНТИ	УДК
28.23.25	004.85

Рубрики:
Машинное обучение

Кл.слова (ненормированные): изменяющиеся свойства данных -- временные последовательности -- сегментирование множества данных -- машинное обучение -- информационные потоки
Аннотация: Достижение заданных качественных показателей в решениях, связанных с машинным обучением, зависит не только от эффективности алгоритмов, но и от свойств данных. Одним из направлений развития моделей классификации и регрессии является уточнение локальных свойств информации. Цель статьи - повышение показателей качества при решении задач классификации и регрессии на основе адаптивного выбора различных моделей машинного обучения на отдельных локальных сегментах выборки данных. Предложен метод, использующий комбинирование различных моделей и алгоритмов машинного обучения на отдельных подвыборках в задачах регрессии и классификации. Метод основывается на вычислении качественных показателей и выборе лучших моделей на локальных сегментах выборки. Выявление изменений данных и временных последовательностей дает возможность сформировать выборки, где данные имеют различные свойства (например, дисперсия, выборочная доля, размах данных и т. д.). Рассмотрено сегментирование на основе алгоритма поиска точек смены тренда временного ряда и аналитической информации. На примере реальных данных датасета приведены экспериментальные значения функции потерь для предлагаемого метода у различных классификаторов на отдельных сегментах и всей выборке. Результаты могут быть использованы в задачах классификации и регрессии при разработке моделей и методов машинного обучения. Предложенный метод позволяет повысить показатели качества классификации и регрессии за счет назначения моделей, имеющих лучшие показатели на отдельных сегментах.

Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -657955-874339)

Шифр в сводном ЭК: 35079108ce99587fac1856ae05661d91

Заказать
Заказ фрагмента документа ₽