Детальная информация

Название: Разработка метода оценки доверительных интервалов в задачах нейронных сетей и его применение в скоринге: выпускная квалификационная работа магистра: 02.04.03 - Математическое обеспечение и администрирование информационных систем ; 02.04.03_02 - Проектирование и разработка информационных систем
Авторы: Осмакова Мария Михайловна
Научный руководитель: Щукин Александр Валентинович
Другие авторы: Колосова Ольга Владимировна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Нейронные сети; Искусственный интеллект; Джава (JAVA); Вычислительные машины электронные персональные — Применение; доверительный интервал; логистическая регрессия; скоринг
УДК: 004.8:004.032.26(043.3)
ББК: 65.051.526.2с51я031
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 02.04.03
Группа специальностей ФГОС: 020000 - Компьютерные и информационные науки
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-2214
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\906

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе разработан метод оценки доверительных интервалов в задачах нейронных сетей на примере скоринга с использованием методов параметрического и непараметрического бутстрапа, метода существенной выборки. Рассмотрены основные метода скоринга. Описана математическая модель метода оценки доверительного интервала. Осуществлена техническая реализация математической модели – в виде программы на языке Java. Проведено тестирование приложения и дан анализ полученным результатам.

In this work we developed a method for estimating confidence intervals in neural network problems on the example of scoring using the methods of parametric and nonparametric bootstrap, the method of substantial sampling. The main scoring methods are considered. The mathematical model of the confidence interval estimation method is described. The technical implementation of the mathematical model – in the form of a program in the Java language. The application was tested and the results were analyzed.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 33
За последние 30 дней: 0
Подробная статистика