Таблица | Карточка | RUSMARC | |
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
Тема выпускной квалификационной работы: «Прогнозирование твёрдости материалов по шкале Мооса с применением методов машинного обучения» В данной работе изложена сущность подхода к созданию модели машинного обучения для задачи прогнозирования твёрдости материалов по шкале Мооса на языке программирования Python. Проведён разведывательный анализ имеющихся данных о материалах с целью извлечения из них максимальной выгоды. Данные общие понятия из области машинного обучения и алгоритм построения моделей, которые могут быть полезны при решении подобных задач. Произведено сравнение выбранных моделей с целью определения той, которая лучше всех предсказывает целевые данные. В данной работе изложена сущность подхода к созданию модели машинного обучения для задачи прогнозирования твёрдости материалов по шкале Мооса на языке программирования Python. Проведён разведывательный анализ имеющихся данных о материалах с целью извлечения из них максимальной выгоды. Данные общие понятия из области машинного обучения и алгоритм построения моделей, которые могут быть полезны при решении подобных задач. Произведено сравнение выбранных моделей с целью определения той, которая лучше всех предсказывает целевые данные.
The subject of the graduate qualification work is «Predicting the hardness of materials on the Mohs scale using machine learning methods». This paper outlines the essence of the approach to creating a machine learning model for the problem of predicting the hardness of materials on the Mohs scale in the Python programming language. A reconnaissance analysis of existing materials data was carried out in order to extract maximum benefit from it. These are general concepts from the field of machine learning and an algorithm for constructing models that can be useful in solving similar problems. The selected models were compared to determine the one that best predicts the target data. This paper outlines the essence of the approach to creating a machine learning model for the problem of predicting the hardness of materials on the Mohs scale in the Python programming language. A reconnaissance analysis of existing materials data was carried out in order to extract maximum benefit from it. These are general concepts from the field of machine learning and an algorithm for constructing models that can be useful in solving similar problems. The selected models were compared to determine the one that best predicts the target data.
Права на использование объекта хранения
Место доступа | Группа пользователей | Действие | ||||
---|---|---|---|---|---|---|
Локальная сеть ИБК СПбПУ | Все | |||||
Интернет | Авторизованные пользователи СПбПУ | |||||
Интернет | Анонимные пользователи |
Оглавление
- Прогнозирование твёрдости материалов по шкале Мооса с применением методов машинного обучения
- Прогнозирование твёрдости материалов по шкале Мооса с применением методов машинного обучения
- Введение
- 1. АНАЛИЗ И ОБРАБОТКА ДАННЫХ
- 2. РЕАЛИЗАЦИЯ МОДЕЛЕЙ КЛАССИЧЕСКОГО МАШИННОГО ОБУЧЕНИЯ
- 3. ПОСТРОЕНИЕ МОДЕЛИ ГЛУБОКОГО ОБУЧЕНИЯ
- 4. ВАЛИДАЦИЯ МОДЕЛЕЙ И АНАЛИЗ РЕЗУЛЬТАТОВ
- Заключение
- Список использованных источников
Статистика использования
Количество обращений: 0
За последние 30 дней: 0 Подробная статистика |