Form of studies |
Master |
Title of the study programm |
Information Technology |
Title in original language |
Mašīnapmācībā bāzētu modeļu lietošana praktisku klasifikācijas problēmu risināšanai |
Title in English |
The Application of Machine Learning Based Models to Solving Practical Classification Problems |
Department |
Faculty Of Computer Science Information Tehnology And Energy |
Scientific advisor |
Dr. habil. sc. comp. Arkādijs Borisovs |
Reviewer |
Dr. sc. ing. Jurijs Čižovs |
Abstract |
Maģistra darba mērķis ir atrisināt praktisko klasifikācijas problēmu un izveidot klasifikācijas modeli kredīta vērtēšanas uzdevumam, balstoties uz mašīnapmācības metožu izpēti. Kreditēšanas pakalpojumu sfērā, lietojot mašīnapmācībā bāzētus modeļus, ir iespējams pareģot kuriem klientiem var rasties grūtības ar kredīta atmaksu un savlaicīgi rīkoties, lai samazinātu kreditora riskus.
Darba mērķa sasniegšanai tika izvirzīti trīs uzdevumi: izpētīt maksātnespējas pareģošanas uzdevuma un apstrādājamas datu kopas specifiku, salīdzināt nepilnīgu un izkropļotu datu apstrādes pieejas un to ietekmi uz modeļa precizitāti, veikt klasifikācijas algoritmu salīdzinošu analīzi.
Darba izpildes gaitā tika apskatītas datu pirmsapstrādes pieejas, detalizētāk pievēršoties trūkstošo vērtību problēmas risināšanas metodēm. Veikts pārskats par klasifikatoru veiktspējas un precizitātes novērtēšanas pieejām. Darba praktiskajā daļā tika veikta datu kopas analīze un pirmsapstrāde sākotnēja datu kopa tika apstrādātā ar divām dažādām trūkstošo vērtību aizpildīšanas pieejam. Ar izveidotajām datu kopām tika veikti vairāki eksperimenti lietojot trīs atšķirīgus klasifikācijas algoritmus naivo Baijesa klasifikatoru, lēmumu kokus un Random Forests algoritmu.
Darba apjoms - 67 lpp., 18 tabulas, 25 attēli un 5 pielikumi. |
Keywords |
Random Forests, CART, C4.5, naivais Baijesa klasifikators, mašīnapmācība, klasifikācijas algoritmi |
Keywords in English |
Random Forests, CART, C4.5, Naive Bayes, machine learning, classification algorithms |
Language |
lv |
Year |
2014 |
Date and time of uploading |
30.05.2014 01:55:02 |