Сравнение методов машинного обучения

Предметная область – машинное обучение. Его практическое применение довольно обширно. Сюда можно отнести экономику, автоматику, медицину, астрономию, биоинформатику и другие науки. Задача классификации является одной из самых распространенных среди тех, которые решаются с помощью машинного обучения. Чтобы данная задача была решена, необходимо создать классифицирующую функцию. Она в свою очередь для любого набора атрибутов будет устанавливать определенное значение метки, которая принадлежит тому или иному классу. После того, как будет пройден этап обучения, входные значения будут классифицированы. Для того чтобы решить задачи классификации сегодня, имеется множество подходов. Среди них можно отметить линейную регрессию, метод опорных векторов, случайные леса и многослойный перцептрон Румельхорта. Исследование данных алгоритмов было реализовано в рамках дипломной работы. Так же был проведен подбор параметров, тестирование алгоритмов на реальных данных. В заключении подведены итоги работы алгоритмов.