K-lähinaabri meetodi ja selle modifikatsioonide rakendamise tehnilistest detailidest ja nende võimalikust mõjust tulemuste täpsusele

dc.contributor.advisorKangro, Raul, juhendaja
dc.contributor.authorRoosi, Hardi
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.contributor.otherTartu Ülikool. Matemaatika ja statistika instituutet
dc.date.accessioned2023-06-27T12:14:10Z
dc.date.available2023-06-27T12:14:10Z
dc.date.issued2023
dc.description.abstractKäesoleva magistritöö eesmärk on uurida vaatluste vahelise kauguse arvutamise vorme ning rakendada neid k-lähinaabri algoritmi prognoosil. Töös tutvustatakse esmalt vaatluste vahelise kauguse arvutamise meetodeid ja kuidas käituda numbrilise või nominaalse tunnuse korral. Järgnevalt vaadeltakse uuritava tunnuse prognoosimist lähtudes KNN algoritmi modifikatsioonidest.Lõpuks antakse praktiline näide KNN algoritmi ja KNN algoritmi modifikatsioonide põhjal.et
dc.identifier.urihttps://hdl.handle.net/10062/91073
dc.language.isoestet
dc.rightsopenAccess*
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectmasinõpeet
dc.subjectmachine learningen
dc.subjectk-lähinaabri algoritmet
dc.subjectk-nearest neighbours algorithmen
dc.subject.othertõenäosuset
dc.subject.otherprobabilityen
dc.titleK-lähinaabri meetodi ja selle modifikatsioonide rakendamise tehnilistest detailidest ja nende võimalikust mõjust tulemuste täpsuseleet
dc.typeinfo:eu-repo/semantics/masterThesiset

Failid

Originaal pakett

Nüüd näidatakse 1 - 1 1
Laen...
Pisipilt
Nimi:
hardi_roosi_msc_2023.pdf
Suurus:
576.92 KB
Formaat:
Adobe Portable Document Format
Kirjeldus:

Litsentsi pakett

Nüüd näidatakse 1 - 1 1
Pisipilt ei ole saadaval
Nimi:
license.txt
Suurus:
1.71 KB
Formaat:
Item-specific license agreed upon to submission
Kirjeldus: