Дослідження стабільності та чутливості алгоритмів машинного навчання до змін у навчальних даних

Abstract

Предметом дослідження є властивості стабільності та чутливості алгоритмів машинного навчання, що проявляються за умов змін у навчальних даних. Об’єктом дослідження є процес навчання моделей машинного навчання на вибірках даних різної структури та якості. Метою кваліфікаційної роботи є дослідження стабільності та чутливості алгоритмів машинного навчання до змін у навчальних даних на основі проведення обчислювальних експериментів та порівняльного аналізу результатів з використанням формалізованих метрик оцінювання. Актуальність кваліфікаційної роботи зумовлена широким застосуванням алгоритмів машинного навчання в умовах нестабільних, зашумлених і динамічних даних. Зміни у навчальних вибірках можуть істотно впливати на якість і надійність моделей, тому дослідження їх стабільності та чутливості є важливим завданням для підвищення робастності інтелектуальних систем. У ході виконання кваліфікаційної роботи проведено аналіз предметної галузі, обґрунтовано вибір алгоритмів машинного навчання та метрик оцінювання, сформовано сценарії збурення даних і виконано серію експериментів. Отримані результати дозволили порівняти поведінку алгоритмів за різних змін даних, визначити найбільш стабільні підходи та сформувати практичні рекомендації щодо їх застосування.