Пошук академічних текстів

Інформація × Реєстраційний номер 2120U008679, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Технології мінімізації похибок моделей машинного навчання у багатовимірному просторі гіперпараметрів Автор Мартиненко Олександр ПетровичMartynenko Oleksandr Petrovych Дата публікації 01-01-2020 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/36569 Видання Київ Опис Метою роботи є розробка програмного сервісу для автоматизації процесу мінімізації похибок моделей машинного навчання шляхом пошуку оптимальних гіперпараметрів. У роботі розглянуто використання бібліотек, програмних систем на основі хмарних технологій та платформ, що дозволяють мінімізувати похибки моделей машинного навчання шляхом оптимізації гіперпараметрів. Задля забезпечення безпеки даних та збереження незалежності від технологій користувача реалізовано сервіс, що розгортається на стороні користувача та надає прикладний програмний інтерфейс для взаємодії з користувацькими моделями, а також веб-інтерфейс для контролю процесу оптимізації. Роботу апробовано на конференції «VIІI Всеукраїнська науково-практична конференція з автоматичного управління». The aim of the thesis is to implement service to facilitate minimization of ML-model errors via hyperparameter optimization. Usage of libraries, cloud-based program systems and platforms for hyperparameters optimization are described. For the sake of data security while keeping technology-independency the self-hosted service was developed. It provides API for integration into customer’s pipeline and web-interface for visualization. Taken decisions discussed in the conference «VIІI Всеукраїнська науково-практична конференція з автоматичного управління». Целью работы является разработка программного сервиса для автоматизации процесса минимизации погрешностей моделей машинного обучения путем поиска оптимальных гиперпараметров. В работе рассмотрено использование библиотек, программных систем на основе облачных технологий и платформ, позволяющие минимизировать погрешности моделей машинного обучения путем оптимизации гиперпараметров. Для обеспечения безопасности данных и сохранения независимости от технологий пользователя реализовано сервис, который разворачивается на стороне пользователя и предоставляет прикладной программный интерфейс для взаимодействия с пользовательскими моделями, а также веб-интерфейс для контроля процесса оптимизации. Работу апробировано на конференции «VIІI Всеукраїнська науково-практична конференція з автоматичного управління». Додано в НРАТ 2025-11-05 Закрити