Μια εμπειρική σύγκριση, μελέτη και ενίσχυση αποδόσεων σε αλγόριθμους επιβλεπόμενης μηχανικής μάθησης με τη βοήθεια της R
| dc.contributor.advisor | Φιλιππάκης, Μιχαήλ | |
| dc.contributor.author | Κατσαφάδος, Ηλίας | |
| dc.date.accessioned | 2021-03-29T06:40:31Z | |
| dc.date.available | 2021-03-29T06:40:31Z | |
| dc.date.issued | 2021-02 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/13353 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/776 | |
| dc.description.abstract | Η διπλωματική εργασία αποσκοπεί στο να περιγράψει τις έννοιες και τις μεθόδους της μηχανικής μάθησης με έμφαση στη μάθηση με επίβλεψη. Αρχικά, γίνεται μια βιβλιογραφική ανασκόπηση των δύο κατηγοριών της μάθησης με επίβλεψη (παλινδρόμηση, κατηγοριοποίηση) και των αλγορίθμων που εντάσσονται σε αυτές τις κατηγορίες και στη συνέχεια με τη βοήθεια της γλώσσας προγραμματισμού R, εφαρμόζονται οι αλγόριθμοι σε διαφορετικά σύνολα δεδομένων. Επιπροσθέτως, γίνεται σύγκριση της αποδοτικότητας των αλγορίθμων και μελετώνται τα πλεονεκτήματα και τα μειονεκτήματα τους. Τέλος, αναλύονται τα συμπεράσματα τα οποία παρήχθησαν μέσω της πειραματικής μελέτης, | el |
| dc.format.extent | 105 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.title | Μια εμπειρική σύγκριση, μελέτη και ενίσχυση αποδόσεων σε αλγόριθμους επιβλεπόμενης μηχανικής μάθησης με τη βοήθεια της R | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | This thesis aims to describe the concepts and methods of machine learning with emphasis given on supervised learning. Initially, a literature review of the two categories of supervised learning is conducted (regression, classification) including the algorithms of those categories and then with the aid of the programming language R, those algorithms are applied to different datasets. In addition, the efficiency of the algorithms is being compared and their advantages and disadvantages are being studied. Finally, the conclusions that have been generated through the research are analyzed. | el |
| dc.contributor.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Machine learning | el |
| dc.subject.keyword | Supervised learning | el |
| dc.subject.keyword | R | el |
| dc.date.defense | 2021-02-20 |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές