МЕТОДИ МАШИННОГО НАВЧАННЯ ДЛЯ ОБРОБКИ ВЕЛИКИХ МАСИВІВ ДАНИХ

Abstract

Проєкт складається з шістьох розділів. У першому розділі розглянуто теоретичні аспекти машинного навчання та глибокого навчання. Розібрано найпопулярніші метрики для різних типів задач. Проговорено про типи нейронних мереж, їх особливості та відповідне використання. У другому розділі розглянуто сучасні інструменти для розробки моделей машинного навчання. Найпопулярніша мова програмування Python та одна з її найпопулярніших бібліотек Keras/Tensorflow для Машиного навчання, надають усі необхідні інструменти для швидкої розробки моделей придатних для використання у великих проєктів. У третьому розділі реалізовано програму моделі глибокого навчання для бінарної класифікації поштового спаму. Розібрано альтернативні підходи до побудови архітектури моделі для даної задачі. Виявлено сильні та слабкі сторони використаного набору даних.