Σύγκριση αλγορίθμων και ανάλυση τεχνικών μηχανικής μάθησης
| dc.contributor.advisor | Φιλιππάκης, Μιχαήλ | |
| dc.contributor.author | Χανιώτης, Δημήτριος | |
| dc.date.accessioned | 2023-06-08T11:27:32Z | |
| dc.date.available | 2023-06-08T11:27:32Z | |
| dc.date.issued | 2022-09 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/15474 | |
| dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/2896 | |
| dc.description.abstract | Η ανάλυση δεδομένων στη σύγχρονης επιστήμης ασχολείται με τη διαχείριση και την ερμηνεία αξιοποιήσιμων πληροφοριών. Με τη χρήση αλγορίθμων εξάγεται πληθώρα συμπερασμάτων που βοηθούν στην ερμηνεία συμπεριφορών αλλά και στην πρόβλεψη μελλοντικών καταστάσεων. Αυτοί οι αλγόριθμοι βοηθούν τόσο στα επιστημονικά όσο και στα εμπορικά πεδία. Η παρούσα διπλωματική εργασία έχει ως στόχο τη σύγκριση αλγορίθμων και την ανάλυση των τεχνικών της μηχανικής μάθησης. Με τη χρήση ενός συνόλου δεδομένων μιας αλυσίδας σούπερ μάρκετ εφαρμόζονται πέντε διαφορετικοί αλγόριθμοι και συγκρίνονται οι ικανότητές τους στην πρόβλεψη και την ανάλυση δεδομένων. Στο τέλος της εργασίας συγκρίνονται τα αποτελέσματα των αλγορίθμων και παρουσιάζεται ο αλγόριθμος που σε αυτή την πρόβλεψη εμφανίζει την καλύτερη εκτίμηση. | el |
| dc.format.extent | 36 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Αναφορά Δημιουργού 3.0 Ελλάδα | * |
| dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
| dc.title | Σύγκριση αλγορίθμων και ανάλυση τεχνικών μηχανικής μάθησης | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
| dc.description.abstractEN | Data analysis in modern science deals with managing and interpreting actionable information. A lot of conclusions can derive from the use and application of algorithms, that help to analyze behaviors and predict future situations. These algorithms help in both scientific and commercial fields. This thesis aims to compare algorithms and analyze machine learning techniques. Five different algorithms are applied, and their prediction and data analysis capabilities are compared using a data set of a supermarket chain. At the end of this thesis, the results of the algorithms are compared and the algorithm that shows the best estimation in this prediction is presented. | el |
| dc.contributor.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
| dc.subject.keyword | Μηχανική μάθηση | el |
| dc.subject.keyword | Ανάλυση δεδομένων | el |
| dc.subject.keyword | Αλγόριθμοι | el |
| dc.subject.keyword | Σύνολο δεδομένων | el |
| dc.date.defense | 2023-02-26 |
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:
Αναφορά Δημιουργού 3.0 Ελλάδα
Αναφορά Δημιουργού 3.0 Ελλάδα