Összetett gépi tanulási rendszerek fúziós módszereinek vizsgálata
| dc.contributor.advisor | Antal, Bálint | |
| dc.contributor.author | Krasznai, Eszter | |
| dc.contributor.department | DE--Informatikai Kar | hu_HU |
| dc.date.accessioned | 2016-05-02T09:11:48Z | |
| dc.date.available | 2016-05-02T09:11:48Z | |
| dc.date.created | 2016 | |
| dc.description.abstract | A szakdolgozatomban azt vizsgáltam, hogy a különféle fúziós eljárások milyen teljesítményt szolgáltatnak a különböző osztálycímke-arányok esetében egy olyan adathalmazon, amelyben a debreceni diabéteszes retinopátiáról találhatóak információk. A diabéteszes retionpátia egy olyan szembetegség, amely a cukorbetegeknél alakulhat ki, és súlyos esetben akár vakságot is okozhat. Ehhez már egy meglévő gépi tanulási programot használtam, ahol a rendszer véletlenszerűen kettéosztja a bemeneti adathalmazt tanítási és tesztelési halmazokra. A feladatom azt volt, hogy megvizsgáljam a nullás címkéket a tanítási adathalmazon, hogy így egy tisztább képet kapjunk a különböző fúziós eljárások teljesítményéről. Az eredmény pedig a következő lett: a pontosság eltérő módon változik az osztály arányokkal a különböző egyesítési stratégiákban. A SOFT_MIN nullás értékeivel a pontosság is nőtt. Ugyanez elmondható a SOFT_MUL eredményeire is, ugyanakkor a SOFT_MAX-ra ellentétes eredmények jöttek ki: a nullás értékek csökkenésével a pontosság értékei is csökkentek. A MAJORITY, WEIGHTED_MAJORITY és a SOFT_AVG értékeiről pedig nem lehet pontosabb következtetést levonni. | hu_HU |
| dc.description.course | Gazdaságinformatikus | hu_HU |
| dc.description.degree | BSc/BA | hu_HU |
| dc.format.extent | 39 | hu_HU |
| dc.identifier.uri | http://hdl.handle.net/2437/226165 | |
| dc.language.iso | hu | hu_HU |
| dc.subject | összetett | hu_HU |
| dc.subject | gépi | hu_HU |
| dc.subject | tanulás | hu_HU |
| dc.subject.dspace | DEENK Témalista::Informatika | hu_HU |
| dc.title | Összetett gépi tanulási rendszerek fúziós módszereinek vizsgálata | hu_HU |