Штойко, Микола Сергійович2024-12-232024-12-232024Штойко 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.https://elar.khmnu.edu.ua/handle/123456789/17337У 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.uk122 Комп’ютерні наукипояснення результатівглибоке навчаннямашинне навчаннякласифікаціяінтерпретація моделейSHAPLIMEМагістерські роботи