Noslēguma darbu reģistrs
  
Studiju darba apraksts
Studiju veids bakalaura akadēmiskās studijas
Studiju programmas nosaukums Informācijas tehnoloģija
Nosaukums Ģenētisko algoritmu izmantošana klasifikācijas koku izveidē
Nosaukums angļu valodā Using Genetic Algorithms to Construct Classification Trees
Struktūrvienība 33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Darba vadītājs Mg. sc. ing. Inese Poļaka
Recenzents Mg. sc. ing. Egmonts Treiguts
Anotācija Bakalaura darba ietvaros tika izstrādāts programmnodrošinājums, kurā tika realizēta klasifikācijas koku ansambļu konstruēšana pielietojot ģenētiskos algoritmus. Izveidotā programmnodrošinājuma darbība tika pārbaudīta pielietojot reālas bioinformātikas datu kopas. Algoritma sniegums apstrādājot šīs datu kopas tika salīdzināts ar citu algoritmu sniegumu apstrādājot šīs pašas datu kopas. Šī darba mērķis ir izstrādāt lietotni klasifikācijas koku izveidei pielietojot ģenētiskos algoritmus. Mērķa sasniegšanai tika izpētīts izpildāmā uzdevuma un apstrādājamo datu kopu specifika. Tika izvērtētas ģenētisko algoritmu pielietošanas iespējas klasifikācijas koku ansambļu konstruēšanā šādām datu kopām. Uzdevuma risināšanai tika izveidota pielāgota ģenētiskā algoritma realizācija un tā tika implementāta programmatūrā pielietojot programmēšanas valodu Java. Pēc programmnodrošinājuma izveidošanas tā sniegums tika novērtēts apstrādājot bioinformātikas datu kopas. Kopumā secināms, ka ģenētisko algoritmu pielietošanai klasifikācijas uzdevumu risināšanā ir potenciāls, bet, to pirms to pielietošanas praktiskos uzdevumos ir jāatrisina ar to darbības nestabilitāti saistītās problēmas. Iespējams šo problēmu risinājums būtu metodes izstrādāšana, algoritma pielietotās, sākuma populācijas izveides vadīšanai. Darbs sastāv no trīs nodaļām. Darba apjoms - 53 lpp., 25 tabulas un 15 attēli.
Atslēgas vārdi Datu ieguve, klasifikācija, mašīnapmācība, ģenētiskie algoritmi, ansambļu apmācība, lēmumu koki
Atslēgas vārdi angļu valodā Data mining, classification, machine learning, genetic algorithms, ensemble learning, decision trees
Valoda lv
Gads 2013
Darba augšupielādes datums un laiks 10.06.2013 22:59:59