Автор24

Информация о работе

Подробнее о работе

Страница работы

Разработка модели машинного обучения для решения задачи бинарной классификации. Python

  • 37 страниц
  • 2018 год
  • 10 просмотров
  • 2 покупки
Автор работы

Az39

600 ₽

Работа будет доступна в твоём личном кабинете после покупки

Гарантия сервиса Автор24

Уникальность не ниже 50%

Фрагменты работ

Катастрофа Титаника является одним из самых печально известных кораблекрушений в истории. 15 апреля 1912 года во время своего первого рейса «Титаник» затонул после столкновения с айсбергом, убив 1502 из 2224 пассажиров и экипажа. Эта сенсационная трагедия потрясла международное сообщество и привела к улучшению правил безопасности судов.
Одной из причин, по которой кораблекрушение привело к такой гибели людей, было то, что для пассажиров и экипажа было недостаточно спасательных шлюпок. Несмотря на некоторый элемент удачи, связанный с выживанием, некоторые группы людей с большей вероятностью выживают, чем другие (к примеру, женщины, дети, высший класс).
В этой задаче я изучил вероятности выживания различных пассажиров с помощью методов машинного обучения.
Данная работа посвящена анализу данных и различным моделям машинного обучения, способным работать с бинарной классификацией.
В курсовом проекте необходимо решить следующие задачи:
– Изучить теоретические основы машинного обучения;
 рассмотреть машинной обучение на языке программирования Python;
 разработать модель машинного обучения, способную достаточно точно классифицировать данные;
 оценить точность работы моделей машинного обучения.
В первой части отчёта описаны теоретические выкладки на тему машинного обучения. Во второй части отчёта описана реализация средств машинного обучения и анализа данных на языке Python. В третьей части отчёта описано выполнение конкретной задачи, производится анализ данных, выбор моделей, оценка результатов.

Введение 4
1 Теоретические выкладки по теме машинного обучения 5
1.1 Определение машинного обучения 5
1.2 Общая постановка задачи обучения по прецедентам 5
1.3 Способы машинного обучения 6
1.4 Классические задачи, решаемые с помощью машинного обучения 7
1.5 Типы входных данных при обучении 8
1.6 Типы функционалов качества 8
1.7 Практические сферы применения 8
2 Машинное обучение на языке Python 10
2.1 Библиотеки для работы с данными: NumPy, Pandas 10
2.2 Библиотеки для визуального представления: Matplotlib, Seaborn 11
2.3 Библиотека Scikit-learn 12
2.4 IPython и Jupyter notebook 13
3 Описание основной программы 15
3.1 Поставновка задачи 15
3.2 Импорт библиотек и подготовка данных 16
3.3 Выбор и обучение модели 31
Заключение 33
Список использованных источников 34
Приложение А. Код проекта 35


Курсовой проект 37 страниц, 47 рисунков, 8 источников.

Ключевые слова: машинное обучение, модели, параметры, данные, набор данных, корреляция.

Объект исследования: наборы данных и модели машинного обучения

Предмет исследования: использование библиотек в языке Python для анализа и подготовки данных, создания и обучения моделей машинного обучения.

Цель курсового проекта: разработка модели машинного обучения для решения задачи бинарной классификации.

Выводы: разработана модель машинного обучения, способная достаточно точно классифицировать данные.

Список использованных источников

1 Online community of data scientists and machine learners [Electronic resource] / Google, Inc., 2017. – Мode of access: https://www.kaggle.com. – Data of access: 25.10.2018.
2 Free software machine learning library [Electronic resource] / David Cournapeau, 2013. – Мode of access: https://scikit-learn.org. – Data of access: 30.11.2018
3 Машинное обучение — это легко [Электронный ресурс] / Д. Патыко // Статья на форуме – 2017. – 17 января. – URL: https://habr.com/post/319288/ – Дата доступа: 15.11.2018.
4 Универсальная интернет-энциклопедия [Электронный ресурс] / Д. Уэйлс, Л. Сэнгер, 2001. – Режим доступа: https://ru.wikipedia.org. – Дата доступа: 15.11.2018.
5 Рашка, С.В. Python и машинное обучение/ Д. Мовчан. – М.: ДМК Пресс, 2017. – 418 c.
6 МакГрат, М. Программирование на Python для начинающих : Пер. с анг. / М. МакГрат. – М. :Эксмо, 2015. – 192с.
7 Саммерфилд, М. Программирование на Python 3. Подробное руководство : Пер. с анг. / М. Саммерфилд. – СПб.: Символ-Плюс, 2009. – 608с.
8 Vernon L. Ceder. The Quick Python Book / Vernon L. Ceder. –NY. : Manning Publications , 2010. – 362с.

Форма заказа новой работы

Не подошла эта работа?

Закажи новую работу, сделанную по твоим требованиям

Согласен с условиями политики конфиденциальности и  пользовательского соглашения

Фрагменты работ

Катастрофа Титаника является одним из самых печально известных кораблекрушений в истории. 15 апреля 1912 года во время своего первого рейса «Титаник» затонул после столкновения с айсбергом, убив 1502 из 2224 пассажиров и экипажа. Эта сенсационная трагедия потрясла международное сообщество и привела к улучшению правил безопасности судов.
Одной из причин, по которой кораблекрушение привело к такой гибели людей, было то, что для пассажиров и экипажа было недостаточно спасательных шлюпок. Несмотря на некоторый элемент удачи, связанный с выживанием, некоторые группы людей с большей вероятностью выживают, чем другие (к примеру, женщины, дети, высший класс).
В этой задаче я изучил вероятности выживания различных пассажиров с помощью методов машинного обучения.
Данная работа посвящена анализу данных и различным моделям машинного обучения, способным работать с бинарной классификацией.
В курсовом проекте необходимо решить следующие задачи:
– Изучить теоретические основы машинного обучения;
 рассмотреть машинной обучение на языке программирования Python;
 разработать модель машинного обучения, способную достаточно точно классифицировать данные;
 оценить точность работы моделей машинного обучения.
В первой части отчёта описаны теоретические выкладки на тему машинного обучения. Во второй части отчёта описана реализация средств машинного обучения и анализа данных на языке Python. В третьей части отчёта описано выполнение конкретной задачи, производится анализ данных, выбор моделей, оценка результатов.

Введение 4
1 Теоретические выкладки по теме машинного обучения 5
1.1 Определение машинного обучения 5
1.2 Общая постановка задачи обучения по прецедентам 5
1.3 Способы машинного обучения 6
1.4 Классические задачи, решаемые с помощью машинного обучения 7
1.5 Типы входных данных при обучении 8
1.6 Типы функционалов качества 8
1.7 Практические сферы применения 8
2 Машинное обучение на языке Python 10
2.1 Библиотеки для работы с данными: NumPy, Pandas 10
2.2 Библиотеки для визуального представления: Matplotlib, Seaborn 11
2.3 Библиотека Scikit-learn 12
2.4 IPython и Jupyter notebook 13
3 Описание основной программы 15
3.1 Поставновка задачи 15
3.2 Импорт библиотек и подготовка данных 16
3.3 Выбор и обучение модели 31
Заключение 33
Список использованных источников 34
Приложение А. Код проекта 35


Курсовой проект 37 страниц, 47 рисунков, 8 источников.

Ключевые слова: машинное обучение, модели, параметры, данные, набор данных, корреляция.

Объект исследования: наборы данных и модели машинного обучения

Предмет исследования: использование библиотек в языке Python для анализа и подготовки данных, создания и обучения моделей машинного обучения.

Цель курсового проекта: разработка модели машинного обучения для решения задачи бинарной классификации.

Выводы: разработана модель машинного обучения, способная достаточно точно классифицировать данные.

Список использованных источников

1 Online community of data scientists and machine learners [Electronic resource] / Google, Inc., 2017. – Мode of access: https://www.kaggle.com. – Data of access: 25.10.2018.
2 Free software machine learning library [Electronic resource] / David Cournapeau, 2013. – Мode of access: https://scikit-learn.org. – Data of access: 30.11.2018
3 Машинное обучение — это легко [Электронный ресурс] / Д. Патыко // Статья на форуме – 2017. – 17 января. – URL: https://habr.com/post/319288/ – Дата доступа: 15.11.2018.
4 Универсальная интернет-энциклопедия [Электронный ресурс] / Д. Уэйлс, Л. Сэнгер, 2001. – Режим доступа: https://ru.wikipedia.org. – Дата доступа: 15.11.2018.
5 Рашка, С.В. Python и машинное обучение/ Д. Мовчан. – М.: ДМК Пресс, 2017. – 418 c.
6 МакГрат, М. Программирование на Python для начинающих : Пер. с анг. / М. МакГрат. – М. :Эксмо, 2015. – 192с.
7 Саммерфилд, М. Программирование на Python 3. Подробное руководство : Пер. с анг. / М. Саммерфилд. – СПб.: Символ-Плюс, 2009. – 608с.
8 Vernon L. Ceder. The Quick Python Book / Vernon L. Ceder. –NY. : Manning Publications , 2010. – 362с.

Купить эту работу

Разработка модели машинного обучения для решения задачи бинарной классификации. Python

600 ₽

или заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 500 ₽

Гарантии Автор24

Изображения работ

Страница работы
Страница работы
Страница работы

Понравилась эта работа?

или

16 января 2021 заказчик разместил работу

Выбранный эксперт:

Автор работы
Az39
5
Купить эту работу vs Заказать новую
2 раза Куплено Выполняется индивидуально
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что уровень оригинальности работы составляет не менее 40%
Уникальность Выполняется индивидуально
Сразу в личном кабинете Доступность Срок 1—6 дней
600 ₽ Цена от 500 ₽

5 Похожих работ

Отзывы студентов

Отзыв pocya об авторе Az39 2016-06-22
Курсовая работа

Благодарю автора за ответственное отношение к выполнению заказа.

Общая оценка 5
Отзыв Анна Петрова об авторе Az39 2014-05-15
Курсовая работа

Огромная благодарность автору за выполненную работу!Преподаватель очень хвалил работу

Общая оценка 5
Отзыв Филипп Минаев об авторе Az39 2016-05-23
Курсовая работа

спасибо за работу!

Общая оценка 5
Отзыв hakeng об авторе Az39 2014-09-30
Курсовая работа

Все сделано отлично и в срок, все исправления были сделаны оперативно. Отличный автор!

Общая оценка 5

другие учебные работы по предмету

Готовая работа

Рынок доступа в интернет в РФ

Уникальность: от 40%
Доступность: сразу
300 ₽
Готовая работа

Поэтажный план коттеджа № 9

Уникальность: от 40%
Доступность: сразу
200 ₽
Готовая работа

Цифровая линия передачи

Уникальность: от 40%
Доступность: сразу
500 ₽
Готовая работа

Курсовой проект на тему "Разработка АРМ менеджера по снабжению с использованием средств СУБД Access"

Уникальность: от 40%
Доступность: сразу
550 ₽
Готовая работа

Разработка Android-приложения "Мобильный чат"

Уникальность: от 40%
Доступность: сразу
600 ₽
Готовая работа

Работа с контактами и клиентской базой в системе взаимодействия с клиентами парикмахерской

Уникальность: от 40%
Доступность: сразу
1000 ₽
Готовая работа

Проектирование АС "Автокомплекс"

Уникальность: от 40%
Доступность: сразу
900 ₽
Готовая работа

Разработка подсистемы управления файлами с непрерывным способом физической организации файла

Уникальность: от 40%
Доступность: сразу
1000 ₽
Готовая работа

Создание документа в текстовом процессоре Microsoft Office Word 2010

Уникальность: от 40%
Доступность: сразу
250 ₽
Готовая работа

Проектирование веб сайта (на примере CRM-системы в сфере сетевого маркетинга)

Уникальность: от 40%
Доступность: сразу
400 ₽
Готовая работа

Курсовая работа СУБД "Создание информационной системы ресторана"

Уникальность: от 40%
Доступность: сразу
1500 ₽
Готовая работа

Информационные ресурсы Санкт-Петербургского метрополитена

Уникальность: от 40%
Доступность: сразу
660 ₽