Детальная информация

Название Применение методов интеллектуального анализа данных для прогнозирования баллов ЕГЭ: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Интеллектуальные информационные системы и обработка данных»
Авторы Колобова Виктория Андреевна
Научный руководитель Пак Вадим Геннадьевич
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2023
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика data mining ; статистический анализ данных ; классификация ; прогнозирование ; улучшение классификатора ; система прогнозирования ; statistical data analysis ; classification ; prediction ; classifier improvement ; prediction system
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 02.03.03
Группа специальностей ФГОС 020000 - Компьютерные и информационные науки
DOI 10.18720/SPBPU/3/2023/vr/vr23-3398
Права доступа Доступ по паролю из сети Интернет (чтение, печать)
Ключ записи ru\spstu\vkr\22781
Дата создания записи 21.07.2023

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

В данной работе проводится исследование статистических методов анализа данных и создается система прогнозирования баллов ЕГЭ на основе имеющихся исходных данных. В первой главе описываются основные задачи и понятия интеллектуального анализа данных, а также проводится обзор методов и алгоритмов анализа данных. Во второй главе описывается процедура сбора анализа исходных данных в рамках поставленной задачи. Также вторая глава содержит описание и обоснованный  выбор классических методов статистического анализа для классификации и прогнозирования и обзор возможных способов улучшения классификатора. В третьей главе производится практическая реализация выбранных ранее методов классификации и прогнозирования, а также в этой главе представлено сравнение эффективности реализованных классификаторов. В четвертой главе проводится процесс создания системы прогнозирования результата ЕГЭ, тестирование построенной системы.  Также было представлено сравнение созданной системы и ранее существующих систем с аналогичной задачей. В результате было проведено исследование методов классификации и прогнозирования в рамках поставленной цели, была спроектирована система на основе выбранных алгоритмов, затем она была протестирована. Также было обосновано, что созданная система может быть действительно внедрена на основании полученного качества классификации.

In this work, a study of statistical methods of data analysis is carried out and the system of predicting USE scores based on the available raw data is created. The first chapter describes the main tasks and concepts of intelligent data analysis, as well as a review of methods and algorithms for data analysis. Chapter two describes the procedure for collecting raw data analysis within the framework of the task. Also the second chapter contains a description and justified choice of classical methods of statistical analysis for classification and prediction and a review of possible ways to improve the classifier. The third chapter makes a practical implementation of the previously selected methods of classification and prediction, and this chapter presents a comparison of the effectiveness of the implemented classifiers. In the fourth chapter, the process of creating a system for predicting the USE result, testing the built system.  A comparison of the created system and previously existing systems with a similar task was also presented. As a result, a study of methods of classification and prediction within the framework of the goal was conducted, the system was designed based on the selected algorithms, then it was tested. It was also justified that the created system can actually be implemented based on the obtained quality of classification.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать
Интернет Анонимные пользователи

Количество обращений: 5 
За последние 30 дней: 0

Подробная статистика