Details

Title Анализ и оценка алгоритмов на основе деревьев решений, их последующая оптимизация и повышение точности: выпускная квалификационная работа магистра: 15.04.06 - Мехатроника и робототехника ; 15.04.06_04 - Робототехника
Creators Тулемисов Нурлан Тилекович
Scientific adviser Уланов Владимир Николаевич
Other creators Чупров Сергей Геннадьевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт машиностроения, материалов и транспорта
Imprint Санкт-Петербург, 2019
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Базы данных ; Распознавание образов ; Робототехнические системы ; деревья решений ; классификация ; анализ данных
UDC 004.651.4(043.3) ; 004.93'1(043.3) ; 621.865.8(043.3)
Document type Master graduation qualification work
File type PDF
Language Russian
Level of education Master
Speciality code (FGOS) 15.04.06
Speciality group (FGOS) 150000 - Машиностроение
Links Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований
DOI 10.18720/SPBPU/3/2019/vr/vr19-760
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key ru\spstu\vkr\2515
Record create date 9/26/2019

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Объектом исследования были алгоритмы на основе деревьев и их последующая модификация. Цель работы — проанализировать алгоритмы на основе решений, создать задачу классификации и повысить точность прогнозов путем доробки алгоритма. В процессе работы был произведен обзор использования деревьев решений в робототехнике. Было сформулировано четкое план над работой с любыми типами данных. Созданы модели классификации. Алгоритм дерева решений был доработан, что позволило повысить точность прогнозирования.

The object of the study were algorithms based on trees and their subsequent modification. The goal of the work is to analyze decision-based algorithms, create a classification task and improve the accuracy of forecasts by using the algorithm. In the process, a review was made of the use of decision trees in robotics. A clear plan was formulated to work with any type of data. Created classification models. The decision tree algorithm was improved, which made it possible to improve the accuracy of forecasting.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous
  • ВВЕДЕНИЕ
  • 1 Практическое применение алгоритмов деревьев решений
  • 1.1 Алгоритмы деревьев для планирование пути
  • 1.2 Деревья решений моделей поведения роботами
  • 1.3 Использование дерева решений для распознавание образов
  • 1.4 Деревья решений для распознавания речи
  • 1.5 Глубокие нейронные деревья решений
  • 1.6 Классическое дерево принятия решений
  • 1.7 Вывод по разделу
  • 2 Постановка задачи
  • 2.1 Естественная постановка задачи
  • 2.2 Математическая постановка задачи
  • 3 Предварительный анализ данных
  • 3.1 Подготовка исходных данные
  • 3.2 Визуальный анализ данных
  • 3.3 Вывод по разделу
  • 4 Построение моделей классификации
  • 4.1 Случайный лес
  • 4.2 Градиентный бустинг на деревьями решений
  • 4.3 Оценка важности признака
  • 5 Классическое представление алгоритмов на основе деревьев
  • 6 Повышение предсказательной способности дерева решений
  • 6.1 Логическое описание алгоритм
  • 6.2 Построение алгоритма
  • 6.3 Анализ полученных данных
  • 6.4 Вывод по разделу
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Access count: 47 
Last 30 days: 0

Detailed usage statistics