Метод пояснення результатів задач класифікації за моделями глибокого навчання засобами машинного навчання
Вантажиться...
Дата
2024
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
Хмельницький національний університет
Анотація
У кваліфікаційній роботі магістра запропоновано вдосконалений метод пояснення результатів задач класифікації за моделями глибокого навчання, що забезпечує інтерпретацію рішень моделей за допомогою сучасних інструментів машинного навчання. Метою дослідження є підвищення рівня якості пояснення результатів класифікації за моделями глибокого навчання засобами машинного навчання, що сприятиме довірі до цих моделей у критичних галузях людської діяльності. Для досягнення мети запропоновано метод, що ґрунтується на використанні перехідної матриці між ознаками моделей глибокого навчання та ознаками моделей машинного навчання, а також включає методи оцінювання важливості ознак, такі як SHAP та LIME. Наукова новизна роботи полягає у вдосконаленні методу пояснення через інтеграцію перехідної матриці та створення структури подання результатів, яка забезпечує прозорість процесу прийняття рішень. Виконано програмну реалізацію методу пояснення результатів у вигляді програмного застосунку. Практичне використання запропонованого методу сприятиме підвищенню зрозумілості та довіри до моделей глибокого навчання, особливо в критичних галузях, як от медицина та фінанси.
Опис
Ключові слова
122 Комп’ютерні науки, пояснення результатів, глибоке навчання, машинне навчання, класифікація, інтерпретація моделей, SHAP, LIME
Бібліографічний опис
Штойко М. С. Метод пояснення результатів задач класифікації за моделями глибокого навчання засобами машинного навчання : кваліфікаційна робота магістра : 122 Комп’ютерні науки / М. С. Штойко ; Хмельниц. нац. ун-т. – Хмельницький, 2024. – 108 с.