Перегляд Herald of Khmelnytskyi National University. Technical Sciences=Вісник Хмельницького національного університету. Технічні науки за Автор "Bahriy, Ruslаn"
(Хмельницький національний університет, 2022) Стебелецький, Мирослав; Манзюк, Едуард; Скрипник, Тетяна; Багрій, Руслан; Stebeletskyi, Myroslav; Manziuk, Eduard; Skrypnyk, Tetyana; Bahriy, Ruslаn
У науковій роботі висвітлюється проблема підвищення точності передбачень бінарної класифікації із використанням алгоритмів машинного навчання. Основою інформаційної системи бінарної класифікації виступає ансамблева модель. Ця мо
дель, в свою чергу, містить набір унікальних комбінацій базових класифікаторів –
свого роду алгоритмічні примітиви. Ансамблева модель може розглядатись як деякий мета-алгоритм, який складається із унікальних наборів алгоритмів класифікації машинного навчання (ML).
Завданням ансамблевої моделі являється знаходження такої комбінації базових алгоритмів класифікації, яка б давала найвищі показники результативності. Результативність оцінюється згідно з основними метриками ML у завданнях класифікації.
Іншим аспектом наукової роботи є створення агрегаційного механізму задля поєднання результатів базових алгоритмів класифікації. Тобто кожна унікальна комбінація у середині ансамблю складається із набору базових моделей (передвісників), результати яких потрібно агрегувати. У даній роботі задля агрегування (усереднення) передбачень базових моделей використовується неієрархічний метод кластеризації.
Особливістю цього дослідження є знаходження коефіцієнтів кореляцій базових моделей у кожній комбінації. За допомогою величини кореляцій встановлюється залежність між передбаченням класифікатора (базова модель) та істинним
значенням, в результаті чого відкривається простір для подальших досліджень щодо покращення ансамблевої моделі (мета-алгоритму).