| Περίληψη: | Στην παρούσα διπλωματική εργασία θα ασχοληθούμε αφενός με τη βιβλιογραφική παρουσίαση τεχνικών μηχανικής μάθησης που αξιοποιούν το θεώρημα του Bayes και για αυτό το λόγο ονομάζονται Μπεϋζιανές τεχνικές και αφετέρου με την εφαρμογή δυο από αυτών Απλού Κατηγοριοποιητή Bayes και της Μπεϋζιανής Γραμμικής Παλινδρόμησης σε πρόβλημα κατηγοριοποίησης και παλινδρόμησης αντίστοιχα στο σύνολο δεδομένων μαθησιακής αναλυτικής του Open University.
Στο πρώτο Κεφάλαιο θα αναφερθούμε σε βασικές έννοιες της Μηχανικής Μάθησης και θα παρουσιάσουμε συνοπτικά παρόμοιους επιστημονικούς τομείς όπως Επιστήμη των Δεδομένων, Τεχνητή Νοημοσύνη, Εξόρυξη Δεδομένων, Στατιστική με τους οποίους μοιράζεται τεχνικέ, μεθόδους και έννοιες. Στο δεύτερο Κεφάλαιο θα αναφερθούμε επιγραμματικά στο θεώρημα Bayes και σε εισαγωγικές έννοιες της Στατιστικής κατά Bayes. Στα Κεφάλαια 3, 4, 5, 6, 7, 8, αναφερόμαστε στους αλγορίθμους μηχανικής μάθησης: Απλό Κατηγοριοποιητή Bayes, Μπεϋζιανά Δένδρα Απόφασης, Μπεϋζιανά Δένδρα Παλινδρόμησης, Δίκτυα Bayes, Νευρωνικά Δίκτυα Bayes, Μπεϋζιανές Μηχανές Διανυσμάτων Υποστήριξης, Μπεϋζιανή Γραμμική Παλινδρόμηση, Μπεϋζιανή Λογιστική Παλινδρόμηση αντίστοιχα.
Στο δεύτερο μέρος το οποίο αποτελεί το εφαρμοσμένο τμήμα της συγκεκριμένης διπλωματικής εργασίας αφού κάνουμε μια σύντομη εισαγωγή στη μαθησιακή αναλυτική δεδομένων περιγράφοντας αναλυτικά το σύνολο δεδομένων που θα χρησιμοποιήσουμε χρησιμοποιώντας τις τεχνικές λογιστικής παλινδρόμησης και τον Απλό Κατηγοριοποιητή Bayes για κατηγοριοποίηση και τις τεχνικές Γραμμική Παλινδρόμηση και Μπεϋζιανή Γραμμική Παλινδρόμηση για το πρόβλημα της παλινδρόμησης (Κεφάλαιο 10). Η διπλωματική εργασία κλείνει με τον Επίλογο.
|
|---|
