Программа отбора информативных признаков по прецедентам с использованием алгоритма GLMNET

<p style="text-indent: 1.27cm; margin-top: 0.42cm; line-height: 150%; widows: 0; orphans: 0">&nbsp;В работе рассматривается проблема отбора информативных признаков в задачах машинного обучения. Эта задача является составной частью методов сокращения признакового пространства, которая занимается улучшением качества исходных данных и, соответственно, алгоритмов машинного обучения. В связи с тем, что в последние годы алгоритмы машинного обучения приобрели огромную популярность в областях промышленности, активно использующих информационные технологии, и прикладных научных областях, данная задача имеет высокую актуальность.</p><p style="text-indent: 1.27cm; margin-top: 0.42cm; line-height: 150%; widows: 0; orphans: 0">В соответствии с техническим заданием разработан метод отбора признаков с использованием алгоритма GLMNET. В процессе выполнения работы выполнен анализ предметной области, изучены существующие методы отбора информативных признаков и смежные понятия и определения. Выполнена программная реализация разработанного метода и произведено его тестирование на прикладной задаче.</p><p style="text-indent: 1.27cm; margin-top: 0.42cm; line-height: 150%; widows: 0; orphans: 0"><i>Ключевые слова</i>: glmnet, elastic-net, регуляризация, логистическая регрессия, машинное обучение, отбор информативных признаков.</p>