Automatiseeritud tunnuste väljatöötamise täiustamine metaõppe meetodite alusel
Nimi
Kayahan Kaya
Kokkuvõte
Hästi toimivate masinõppe konveierprotsesside loomine nõuab tunnuste väljatöötamist. Väga heade ennustustulemustega tunnuste väljatöötamine võtab aga aega ja nõuab erialaseid teadmisi. Kuigi automatiseeritud tunnuste väljatöötamisega seotud uuringud on viimasel ajal pälvinud palju tähelepanu nii akadeemiliste ringkondade kui ka tööstuse poolt, on praeguste meetodite ja tööriistade skaleeritavus ja tõhusus siiski sisuliselt kehvad. Selleks pakuti lõputöös välja metaõppetehnikaid kahe automatiseeritud masinõpperaamistiku jõudluse parandamiseks: BigFeat ja AutoFeat. Laiaulatuslikud katsed viidi läbi 17 Bigfeati ja 10 AutoFeati andmekogumiga. Tulemused näitavad, et pakutud metaõppe meetodid parandasid BigFeat andmete puhul F1-skoori keskmiselt 1,51% ja AutoFeati andmete puhul keskmiselt 1,11%.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Radwa El Shawi, Hassan Eldeeb
Kaitsmise aasta
2022