Αλγόριθμοι κατηγοριοποίησης και μηχανική μάθηση

Κατής, Ηλίας; Katis, Ilias

dc.contributor.author	Κατής, Ηλίας	el
dc.contributor.author	Katis, Ilias	en
dc.date.accessioned	2020-12-11T12:42:46Z
dc.date.available	2020-12-11T12:42:46Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52476
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.20174
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μαθηματικά	el
dc.subject	Στατιστική	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Τεχνητή νοημοσύνη	el
dc.subject	Ανάλυση δεδομένων	el
dc.subject	Mathematics	en
dc.subject	Statistics	en
dc.subject	Machine learning	en
dc.subject	Artificial intelligence	en
dc.subject	Data analysis	en
dc.title	Αλγόριθμοι κατηγοριοποίησης και μηχανική μάθηση	el
heal.type	bachelorThesis
heal.classification	Μαθηματικά	el
heal.language	el	e
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2020-10-10
heal.abstract	Σε αυτή την εργασία παρουσιάζεται η λογική κατασκευής μοντέλων μηχανικής μάθησης με τη χρήση αλγορίθμων κατηγοριοποίησης και του στατιστικού πακέτου R. Αρχικά, προσδιορίζεται το πεδίο εφαρμογής της κατηγοριοποίησης. Στη συνέχεια, μέσω ενός παραδείγματος αλγορίθμου γραμμικής παλινδρόμησης, παρουσιάζονται τα βασικά βήματα και οι απαιτούμενοι έλεγχοι που απαιτούνται για την κατασκευή ενός μοντέλου μηχανικής μάθησης. Ακολουθεί η μελέτη δύο εφαρμογών αλγορίθμων κατηγοριοποίησης: Αλγορίθμου λογιστικής παλινδρόμησης και Naive Bayes. Τέλος παρουσιάζονται επιγραμματικά πεδία εφαρμογής της διαδικασίας της κατηγοριοποίησης.	el
heal.abstract	This paper presents the logic of constructing machine learning models using classification algorithms and the programming language R. First, the scope of classification is determined. Next, through an example of a linear regression algorithm, the basic steps and tests required to build a machine learning model are presented. Furthermore, two applications of categorization algorithms were studied: Logistic Regression and Naive Bayes. Finally, applications of the classification process are presented.	en
heal.advisorName	Στεφανέας, Πέτρος	el
heal.committeeMemberName	Καρώνη, Χρυσήις	el
heal.committeeMemberName	Αρβανιτάκης, Αλέξανδρος	el
heal.committeeMemberName	Στεφανέας, Πέτρος	el
heal.academicPublisher	Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false
heal.fullTextAvailability	false