Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ds.knu.edu.ua/jspui/handle/123456789/4464
Назва: Дослідження аспектів стратегій семплінгу
Автори: Кокозей, А. Ю.
Шаповалова, Нонна Наілєвна
Шаповалова, Нонна Наильевна
Shapovalova, Nonna
Ключові слова: семплінг
аспекти стратегій семплінгу
дослідження аспектів
дослідження аспектів стратегій
дослідження аспектів стратегій семплінгу
стратегії семплінгу
Дата публікації: 2020
Видавництво: Криворізький Національний Університет
Бібліографічний опис: Кокозей А. Ю. Дослідження аспектів стратегій семплінгу / А. Ю. Кокозей, Н. Н. Шаповалова // Комп’ютерні інтелектуальні системи та мережі : матеріали XІІІ Всеукраїнської науково-практичної WEB конференції аспірантів, студентів та молодих вчених (24-26 березня 2020 р.). – Кривий Ріг, 2020. – С. 141–143. – Бібліогр.: с. 143.
Короткий огляд (реферат): Розроблено модуль для генерації вибірок даних з використанням різних стратегій семплінгу. В задачах машинного навчання якість моделей сильно залежить від вихідних даних, але дані дуже рідко бувають ідеальними. Отже, перед початком побудови моделей, необхідно провести певні міри, щодо перетворення даних у більш інформативні та зручні для роботи. Такі міри називають попередньою обробкою даних. Найважливіші етапи попередньої обробки даних включають: агрегацію (об'єднання двох або більше ознак в одну), зменшення розмірності, нормалізацію ознак (перетворення значень ознак у абсолютно інший набір значень за допомогою простих функцій), семплінг даних та інші. Семплінг даних – це метод дослідження множини даних, що використовується для вибору, маніпулювання та аналізу репрезентативної підмножини для виявлення закономірностей та тенденцій. Репрезентативність семплу (вибірки) – це здатність вибіркової сукупності відтворювати основні характеристики генеральної сукупності. Репрезентативність досягається за рахунок правильного формування семплу, який, за принциповими для дослідження параметрами, має відтворювати генеральну сукупність об'єктів. Таким чином, семплінг дає можливість працювати з невеликою, керованою кількістю даних, щоб швидше будувати та запускати аналітичні моделі, при цьому отримуючи точні результати.
URI (Уніфікований ідентифікатор ресурсу): http://ds.knu.edu.ua/jspui/handle/123456789/4464
Розташовується у зібраннях:Наукові статті

Файли цього матеріалу:
Файл Опис РозмірФормат 
Кокозей А. Ю. Дослідження аспектів стратегій семплінгу.pdf480.13 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.