Разработка методики повышения качества моделей машинного обучения на основании методов Subgroup Discovery

Неганова Э.А. Разработка методики повышения качества моделей машинного обучения на основании методов Subgroup Discovery. Выпускная квалификационная работа. Пермь: НИУ ВШЭ, Кафедра информационных технологий в бизнесе, 2020. Выпускная квалификационная работа содержит страниц – 109, из них страниц приложения – 12, таблиц – 26, использованных источников – 38, рисунков – 65, формул – 26. Работа направлена на разработку методики повышения качества моделей машинного обучения за счет автоматизации процесса генерации гипотез о добавлении новых признаков с помощью методов класса subgroup discovery. Первая глава работы посвящена описанию итеративного процесса создания моделей машинного обучения, оценке существующих подходов к повышению качества моделей и инструментов, автоматизирующих feature engineering, обоснованию выбора класса методов subgroup discovery, определению требований к разрабатываемой методике повышения качества модели машинного обучения и ее ограничений. Во второй главе приводится описание разработанной методики, в третьей главе выпускной квалификационной работы показаны три кейса применения методики: при разработке anti-fraud системы, прогнозировании выживания на известном наборе данных "Титаник" и прогнозировании энергопотребления. Ключевые слова: машинное обучение, генерация гипотез, повышение качества моделей, добавление признаков, обнаружение подгрупп, subgroup discovery.