Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
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.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All |
![]() |
||||
Internet | Authorized users SPbPU |
![]() |
||||
![]() |
Internet | Anonymous |
Table of Contents
- 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
Usage statistics
|
Access count: 0
Last 30 days: 0 Detailed usage statistics |