- июнь 26, 2017
Кузенков Р.С.
Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Кузенков Роман Сергеевич – магистрант, кафедра прикладной математики, Смоленский государственный университет, г. Смоленск
Аннотация: в статье рассмотрены наиболее распространенные методы классификации, используемые в машинном обучении: дерево принятия решений, логистическая регрессия, наивный байесовский классификатор, метод опорных векторов с линейным и квадратичным ядром, метод ансамблей. Проведен сравнительный анализ их эффективности при решении задачи распознавания цифр из набора данных MNIST. Построена кривая обучения указанным методам и сделаны выводы о скорости их обучения и величине обучающей выборки, необходимой для их обучения.
Ключевые слова: машинное обучение, классификация, mnist, эффективность, большие данные.
ANALYSIS OF EFFICIENCY OF RECOGNITION OF MANUSCRIP SYMBOLS BY MOST POPULAR METHODS OF CONTROLLED MACHINE LEARNING
Kuzenkov R.S.
Kuzenkov Roman Sergeevich – Undergraduate, DEPARTMENT OF APPLIED MATHEMATICS, SMOLENSK STATE UNIVERSITY, SMOLENSK
Abstract: the most common classification methods used in machine learning are considered: decision tree, logistic regression, naive Bayesian classifier, support vector machine with linear and quadratic kernel, ensemble method. A comparative analysis of their effectiveness in solving the problem of recognition of numbers from the MNIST data set is carried out. A learning curve for these methods is constructed and conclusions are drawn about the speed of their training and the amount of training sampling necessary for their training.
Keywords: machine learning, controlled learning, classification, MNIST, efficiency, big data.
Список литературы / References
- 10 главных алгоритмов машинного обучения. [Электронный ресурс]. Режим доступа: http://ru.datasides.com/code/algorithms-machine-learning/ (дата обращения: 23.06.2017).
- Силен Дэви, Мейсман Арно, Али Мохамед. Основы Data Science и Big Data. Python и наука о данных. СПб.:Питер, 2017. 336 с.:ил. (Серия «Библиотека программиста»).
Ссылка для цитирования данной статьи
Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства. |
Кузенков Р.С. АНАЛИЗ ЭФФЕКТИВНОСТИ РАСПОЗНАВАНИЯ РУКОПИСНЫХ СИМВОЛОВ НАИБОЛЕЕ ПОПУЛЯРНЫМИ МЕТОДАМИ КОНТРОЛИРУЕМОГО МАШИННОГО ОБУЧЕНИЯ // Наука, техника и образование № 6 (36), 2017. - С.{см. журнал}. |