Metody mashinnogo obucheniq dlq prognozirowaniq wozrasta

Ruský jazyk

Metody mashinnogo obucheniq dlq prognozirowaniq wozrasta

Vydavateľstvo: Sciencia Scripts
Rok vydania: 2022
Formát: Paperback
Rozmer: 220 x 150 mm
Jazyk: Ruský jazyk
ISBN: 9786204762692

Na objednávku, dodanie 2-4 týždne

17.95 €

bežná cena: 20.40 €

O knihe

Predskazanie wozrasta qwlqetsq dominiruüschim aspektom w sudebno-medicinskoj i klinicheskoj oblastqh. Sudebno-medicinskaq odontologiq ispol'zuetsq dlq predskazaniq wozrasta po postoqnnym zubam, ustojchiwym k wysokim temperaturam i lübym massowym katastrofam, chem drugie chasti tela. Vozrastnaq poterq pamqti, poterq pamqti, swqzannaq s demenciej, i otsutstwie oficial'nyh dokumentow, podtwerzhdaüschih wozrast, qwlqütsq osnownymi prichinami, po kotorym lüdi ne znaüt swoj wozrast. Poätomu predskazanie wozrasta ispol'zuetsq w razlichnyh situaciqh, takih kak identifikaciq, priem na rabotu, trudoustrojstwo, kriminal'nye woprosy i sudebnye nakazaniq. Osnownaq cel' dannogo issledowaniq - predskazat' wozrast rebenka po sostoqniü prorezywaniq postoqnnyh zubow. V ätom perekrestnom issledowanii prinqli uchastie 3321 chelowek (1681 muzhchina i 1640 zhenschin) iz 7 prowincij i 20 shkol Shri-Lanki. Dlq prognozirowaniq wozrasta rebenka ispol'zowalis' algoritmy regressionnyh derew'ew mashinnogo obucheniq, a imenno: klassifikaciq i regressionnye derew'q (CART), klassifikator gradient boosting (GB) i klassifikator extreme gradient boost (XGBoost). Rezul'taty issledowaniq pokazywaüt, chto klassifikator mashinnogo obucheniq XGBoost qwlqetsq naibolee podhodqschim metodom dlq prognozirowaniq wozrasta s bolee wysokoj tochnost'ü.