ЗАСТОСУВАННЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ ДЛЯ ПОБУДОВИ МОДЕЛІ РІШЕННЯ ЗАДАЧІ КЛАСИФІКАЦІЇ

Article Sidebar

PDF (Українська)
Published: бер. 16, 2020
Keywords:
машинне навчання, класифікація, метод опорних векторів, інтелектуальна обробка даних, t-SNE візуалізація.

Main Article Content

Олександр Варфоломійович ПІСКУН
Черкаський національний університет імені Богдана Хмельницького

Abstract

У роботі наведено алгоритм побудови моделі рішення задачі класифікації щодо визначення наявності або відсутності захворювань серця у людини на основі методів машинного навчання. Попередня обробка та аналіз даних дали можливість виявити нелінійну залежність цільової змінної, а також підготувати дані для ефективного моделювання. Для побудови моделі класифікатора застосований метод SVM з rbf ядром. Оптимізація параметрів моделі проведена, використовуючи пошук по сітці з крос-валідацією кожної комбінації параметрів.

Article Details

Issue
No. 1 (2019): ВІСНИК ЧЕРКАСЬКОГО УНІВЕРСИТЕТУ: ПРИКЛАДНА МАТЕМАТИКА. ІНФОРМАТИКА
Section
Computer Science
Author Biography

Олександр Варфоломійович ПІСКУН, Черкаський національний університет імені Богдана Хмельницького

к. т. н., доцент, доцент кафедри автоматизації та комп’ютерно-інтегрованих технологій

References

Классификация [Електронний ресурс]. – Режим доступу: http://www.machinelearning.ru/wiki/ index.php?title=Классификация.

Машинное обучение (курс лекций, К. В. Воронцов) [Електронний ресурс]. – Режим доступу: http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_%28курс_лекций%2C_К.В.Воронцов%29.

Малик І.В. Методи машинного навчання для статистичної обробки медичних даних / І.В. Малик, Т.В. Кнігніцька // Науковий вісник Чернівецького національного університету. Серія: Комп’ютерні системи та компоненти. – 2017. – Том 8, випуск 2. – С. 77 – 85.

Statlog (Heart) Data Set [Електронний ресурс]. – Режим доступу: http://archive.ics.uci.edu/ml/datasets/ statlog+(heart).

L.J.P. van der Maaten. Visualizing High-Dimensional Data Using t-SNE / L.J.P. van der Maaten, G.E. Hinton // Journal of Machine Learning Research. – 2008. – № 9. – P. 2579 – 2605.

Cortes C. Support-vector networks / Cortes C., Vapnik V. // Machine Learning. – 1995. – № 20 (3). – Р. 273–297.

Cristianini N. An Introduction to Support Vector Machines and Other Kernel-based Learning Methods / N. Cristianini, J. Shawe-Таylor. – Cambridge, U.K.: Cambridge University Press, 2000. – 189 p.