Tutvumine AdaBoostiga
| dc.contributor.advisor | Lember, Jüri, juhendaja | et |
| dc.contributor.author | Sõnajalg, Jaak | et |
| dc.contributor.other | Tartu Ülikool. Matemaatika-informaatikateaduskond | et |
| dc.contributor.other | Tartu Ülikool. Matemaatilise statistika instituut | et |
| dc.date.accessioned | 2013-07-03T13:20:35Z | |
| dc.date.available | 2013-07-03T13:20:35Z | |
| dc.date.issued | 2013-06-10 | |
| dc.description.abstract | AdaBoost on boosting-meetodite perre kuuluv tehisõppe algoritm. Boostingmeetodite nimetus tuleneb nende omadusest parandada või võimendada (ingl boost) suhteliselt lihtsate klassifitseerijate klassifitseerimisomadusi. Boostingalgoritmid kasutavad kergesti rakendatavaid ja juhuslikust arvamisest vaid veidi paremate omadustega klassifitseerijaid ja konstrueerivad neist ühe, väga hea klassifitseerija. AdaBoosti kirjeldasid esmakordselt Yoav Freund ja Robert Schapire 1996. aastal. Töö esimeses peatükis tutvustatakse mitmeid klassifitseerimisteooria põhimõisteid nagu näiteks kaofunktsioon ja risk. Järgmine peatükk tutvustab andmetest õppimise põhimõtet. Kolmas peatükk keskendub AdaBoostile. Lisaks algoritmi kirjeldusele esitatakse seal mitmed hinnangud AdaBoosti väljundi riskile. Neljandas peatükis kirjeldatakse autori poolt läbi viidud katseid AdaBoostiga. Kirjeldatud simulatsioonide tarbeks tarvilike programmide koostamiseks on kasutatud statistikatarkvara R. Töös esitatud jooniste kujundamisel on kasutatud pilditöötlustarkvara GIMP 2. | et |
| dc.identifier.uri | http://hdl.handle.net/10062/31724 | |
| dc.language.iso | et | et |
| dc.publisher | Tartu Ülikool | et |
| dc.subject.other | bakalaureusetööd | et |
| dc.title | Tutvumine AdaBoostiga | et |
| dc.type | Thesis | et |