Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://repository.hneu.edu.ua/handle/123456789/24364
Назва: | Підвищення ефективності розв’язування задач Machine Learning на основі вбудованих мовних засобів SQL Server |
Автори: | Коскіна А. С. |
Теми: | автоматизація алгоритм аналіз даних дослідження експеримент лінійна регресія машинне навчання методи програмної реалізації машинного навчання модель навчання моделі прогнозування |
Дата публікації: | 2020 |
Бібліографічний опис: | Коскіна А. С. Підвищення ефективності розв’язування задач Machine Learning на основі вбудованих мовних засобів SQL Server: дипломна робота на здобуття освітнього ступеня магістра: спец. 126 «Інформаційні системи і технології» / А. С. Коскіна. – Харків : ХНЕУ ім. С. Кузнеця, 2020. |
Короткий огляд (реферат): | Об’єкт дослідження – процеси вирішення задач в Machine Learning. Предмет проектування – методи та алгоритми вирішення задач машинного навчання з використанням можливостей SQL Server Machine Learning Services. Мета дипломної роботи – дослідження засобів вирішення задач в Machine Learning за допомогою SQL Server Machine Learning Services для визначення найбільш ефективного методу їх програмної реалізації: з використанням вбудованих мовних засобів SQL Server або класичного способу обробки даних. Визначено спосіб, який дозволить збільшити ефективність розв'язування задач прогнозування даних у 2 – 4 рази, використовуючи алгоритми машинного навчання. Отримані результати можуть бути впроваджені в багатьох сферах: виробництво, транспорті системи, медицина, освіта і т.д., що дозволить оптимізувати процес роботи з даними та працювати в режимі реального часу. |
URI (Уніфікований ідентифікатор ресурсу): | http://repository.hneu.edu.ua/handle/123456789/24364 |
Розташовується у зібраннях: | Кваліфікаційні випускні роботи здобувачів вищої освіти (ІС) |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
Коскiна.....2.pdf | 1,47 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.