Markov-takaró alapú jegykiválasztó algoritmusok

OData támogatás
Konzulens:
Dr. Hullám Gábor István
Méréstechnika és Információs Rendszerek Tanszék

A jegykiválasztás segít lecsökkenteni a problémateret, így kezelhetővé tehet túl bonyolult problémákat a gépi tanulásban, illetve gyorsíthatja és hatékonyabbá teheti az amúgy is működő tanuló rendszereket. Emellett a segítségével felderíthetőek nagyszámú változók közti kapcsolatok, így jobb modelleket alkothatunk.

Egy Markov-takaró meghatározása egy módszer a jegykiválasztásra, amivel garantáljuk, hogy az általa elhagyott változók nélkülözhetőek a megtartottak ismeretében. Ennél még jobb, ha egy módszer Markov-határt képes megtalálni, mert ekkor ráadásul még minimális is a kiválasztott változók halmaza.

A Szakdolgozatban olyan algoritmusok vizsgálatára kerül sor, amelyek célja a Markov-takaró, illetve Markov-határ meghatározása mintahalmazok vizsgálata alapján. Ezeknek korlátait és hatékonyságát vizsgáljuk, valamint áttekintjük lehetséges kiegészítéseiket, amelyek segítségével általánosabban használhatóvá válnak.

Az algoritmusokat és módosított változataikat egy mesterséges és egy valós adathalmazon futtatva hasonlítjuk össze. Mindezek alapján kerül sor a kiegészítések értékelésére, illetve a továbbfejlesztési lehetőségek ismertetésére.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.