Analýza experimentov strojového učenia

Bc. Katarína Švecová

Bakalářská práce

Analysis of machine learning experiments

Abstract:

This thesis is connected to the research of the influence of removing outliers on results of classification. It contains information about OpenML - an important collaborative open source project for machine learning. Furthermore, we will talk about important meta-attributes and about a tool developed in Prolog for analyzing the outputs of outlier removal experiments. The last part is about the practical use of the tool for analyzing experiment parameters and meta-attributes.

Abstract:

Práca sa týka výskumu ohľadne vplyvu odstránenia anomálií na výsledky klasifikácie. Uvádza informácie o open source projekte OpenML, ktorý je významným kolaboratívnym projektom z oblasti strojového učenia. Ďalej hovorí o významných metaatribútoch a popisuje nástroj vyvinutý v Prologu na spracovanie a analýzu výstupov z experimentov s odstraňovaním anomálií. Na záver ukazuje jeho praktické využitie na analýzu parametrov experimentov ako aj na metaatribútov.

Klíčová slova

OpenML, machine learning, outlier detection, meta-attributes

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 25. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 2. 7. 2021
• Vedoucí: doc. RNDr. Lubomír Popelínský, Ph.D.
• Oponent: RNDr. Jaroslav Čechák

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka