Bayesi isotoonilise kalibreerimise algoritm ja selle optimeerimine
| dc.contributor.advisor | Meelis Kull | |
| dc.contributor.author | Riis, Karl | |
| dc.date.accessioned | 2019-10-15T09:35:40Z | |
| dc.date.available | 2019-10-15T09:35:40Z | |
| dc.date.issued | 2019 | |
| dc.description.abstract | Töö käigus kirjeldati detailselt Mari-Liis Allikivi ja Meelis Kulli loodud Bayesi isotoonilise kalibreerimise algoritm ning üritati seda optimeerida, kuna see oli suurtel andmehulkadel aeglane. Lisaks kirjeldati algoritmiga seotud matemaatilisi mõisteid ja võtteid ning lahendati nende seletamiseks näiteülesandeid. Algoritmi edasiarenduseks kasutati erinevaid tehnikaid, mis tegid algoritmi töö stabiilsemaks ja kiiremaks. Lõpuks analüüsiti optimeeritud Bayesi isotoonilist kalibreerimist ning võrreldi seda isotoonilise kalibreerimisega ja logistilise regressiooniga tehislikel andmetel. | |
| dc.description.abstract | The work focused on describing and optimising the Bayesian isotonic calibration algorithm created by Mari-Liis Allikivi and Meelis Kull. The algorithm needed optimisation because it was slow on large datasets. Different mathematical concepts related to the algorithm are described in detail. The algorithm is then improved with various techniques which make it more stable and faster. Finally the algorithm is compared to isotonic calibration and logistic regression using synthetic data. | |
| dc.identifier.uri | http://hdl.handle.net/10062/66277 | |
| dc.language.iso | et | |
| dc.title | Bayesi isotoonilise kalibreerimise algoritm ja selle optimeerimine | |
| dc.title.alternative | Bayesian Isotonic Calibration and its Optimisation | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1