Details

Title Разработка и исследование новых интерпретируемых моделей машинного обучения на основе композиций слабых базовых моделей: специальность 1.2.2. Математическое моделирование, численные методы и комплексы программ: автореферат диссертации на соискание ученой степени кандидата физико-математических наук
Creators Константинов Андрей Владимирович
Scientific adviser Уткин Лев Владимирович
Organization Санкт-Петербургский политехнический университет Петра Великого
Imprint Санкт-Петербург, 2024
Electronic publication 2025
Collection Научные работы аспирантов/докторантов ; Общая коллекция
Subjects Машинное обучение ; Математическое моделирование ; ансамбли деревьев решений ; градиентный бустинг ; механизм внимания ; интерпретация моделей ; вклады Шепли
UDC 004.85; 519.876.5
Document type Author's Abstract
Language Russian
Speciality code (OKSVNK) 1.2.2.
Speciality group (OKSVNK) 1.0000
DOI 10.18720/SPBPU/2/r25-1
Rights Свободный доступ из сети Интернет (чтение, печать, копирование)
Record key RU\SPSTU\edoc\74988
Record create date 1/13/2025

Allowed Actions

Read Download (0.7 Mb)

Group Anonymous
Network Internet

В диссертации приведены новые подходы к моделированию зависимостей, интерпретации моделей вида «черный ящик» и данных. Предложены модели градиентного бустинга на основе многомерных параллельных осям прямоугольников, алгоритмы оценки вкладов Шепли для них, подход к комбинированию ансамблей деревьев решений и механизма внимания и различные модели в рамках него, метод построения взвешенного ансамбля моделей градиентного бустинга для интерпретации моделей. Численные эксперименты показывают превосходство разработанных моделей и алгоритмов в сравнении с существующими.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All
  • Общая характеристика работы
    • Актуальность
    • Разработанность темы
    • Цели
    • Задачи
    • Научная новизна
    • Теоретическая значимость
    • Практическая значимость
    • Методология и методы исследования
    • Положения, выносимые на защиту
    • Достоверность
    • Апробация
    • Личный вклад автора
    • Публикации
  • Содержание работы
  • Заключение
  • Литература
...