| Περίληψη: | Οι διαδικασίες της μηχανικής μάθησης απαιτούν εξειδίκευση, χρόνο και πόρους για την επιτυχημένη δημιουργία αποδοτικών μοντέλων.
Η αυτοματοποιημένη μηχανική μάθηση (AutoML) αποτελεί ένα καινοτόμο πεδίο της επιστήμης των υπολογιστών που αφαιρεί τον ανθρώπινο παράγοντα από τις χρονοβόρες διαδικασίες της μηχανικής μάθησης, καθιστώντας ευκολότερη την δημιουργία υπολογιστικών μοντέλων.
Στην παρούσα διπλωματική εργασία σχεδιάστηκε και αναπτύχθηκε ένα εργαλείο αυτοματοποιημένης μηχανικής μάθησης για IoT εφαρμογές. Το υλοποιημένο εργαλείο αποτελεί μια εύχρηστη, φιλική προς τον χρήστη εφαρμογή για υπολογιστές που αποσκοπεί στην περαιτέρω διευκόλυνση εξειδικευμένων χρηστών στην υλοποίηση διαδικασιών μηχανικής μάθησης, αλλά κυρίως στο να καταστήσει την Μηχανική Μάθηση προσιτή σε μη εξειδικευμένους ανθρώπους.
Η εφαρμογή υλοποιήθηκε σε Python και βασίζεται στην Python βιβλιοθήκη auto-sklearn, μέσω της οποίας υλοποιεί την διαδικασία δημιουργίας μοντέλων μηχανικής μάθησης, που αποτελεί την βασική λειτουργία της. Δευτερεύουσες λειτουργίες της εφαρμογής αποτελούν η μετατροπή προβλημάτων χρονολογικών σειρών σε κλασσικά προβλήματα μηχανικής μάθησης, η εξαγωγή χαρακτηριστικών από σύνολα δεδομένων χρονολογικών σειρών, η εξαγωγή μοντέλων υποστηριζόμενων από μικρο-ελεγκτές, η αποθήκευση των παραγόμενων μοντέλων με σκοπό την ανάκτηση και επαναχρησιμοποίησή τους. Επιπροσθέτως, μέσω της βιβλιοθήκης PyQt, υλοποιήθηκε το γραφικό περιβάλλον χρήστη της εφαρμογής για την εύκολη πλοήγηση σε αυτήν από απλούς χρήστες.
Θεωρούμε πως η βιβλιογραφική έρευνα, η επίτευξη όλων των στόχων που ορίστηκαν κατά τον θεωρητικό σχεδιασμό της εφαρμογής και το τελικό εργαλείο αποτελούν σημαντική συνεισφορά στο πεδίο της Αυτοματοποιημένης Μηχανικής Μάθησης καθιστώντας το προσιτό σε περισσότερους ανθρώπους.
|
|---|
