Jegykiválasztási probléma bayesi megközelítése feltételes modellek használatával

OData támogatás
Konzulens:
Dr. Antal Péter
Méréstechnika és Információs Rendszerek Tanszék

Az adatok bősége ellenére, a prediktor változók nagy száma, és különösen a statisztikai interakciók jelenléte a predikciós modellek identifikálását, a releváns változók, releváns változók kombinációjának megbízható beazonosítását statisztikai értelemben gyakran kizárja. Az alacsony szignifikanciaszint a statisztikai eredmények értelmezését is megnehezíti, hipotézistesztelési statisztikai keret pedig sem az a priori ismeretek felhasználására, sem pedig az eredmények meta-elemzésbeli utókombinálására nem ad hatékony, formális támogatást. Azonban a bayesi statisztikai keretrendszer a fenti problémák kezelésén túl lehetőséget ad a modellátlagolás révén olyan modelltulajdonságok kikövetkeztetésére is, amelyekhez az adat erős alátámasztást biztosít, tipikusan akkor is, amikor a teljes modellre vonatkozó a posteriori eloszlás nem emel ki egyetlen modellt sem. A bayesi modellátlagolás felhasználása a jegykiválasztási feladatra is alkalmazható, nevezetesen a célváltozó(k) predikciójában releváns változók elemzésére.

Szakdolgozatom célja a bayesi modellátlagolás felhasználása a jegykiválasztási feladatra. A dolgozatomban a jelenlegi bayesi többváltozós módszereket tekintem át a szakirodalom alapján, a prediktorváltozók (jegyek) relevanciájának elemzésére. Ezután a már implementált módszerek közül egyet adaptálok és továbbfejlesztek. Az implementált algoritmus helyességét mesterséges adatokon demonstrálom, majd valós adatokon is alkalmazom.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.