Дослідження та аналіз алгоритмів машинного навчання

Abstract

Об’єктом дослідження є процес застосування машинного навчання до аналізу великих масивів даних. Предметом дослідження є алгоритми та методи машинного навчання, що використовуються для класифікації й обробки даних. Мета кваліфікаційної бакалаврської роботи полягає у дослідженні, порівняльному аналізі та практичному застосуванні алгоритмів машинного навчання для аналізу великих масивів даних. Завданнями кваліфікаційної бакалаврської роботи є: - дослідити базові поняття та типи задач машинного навчання; - сформулювати постановку задачі машинного навчання; - проаналізувати основні алгоритми класифікації, зокрема: простий байєсівський класифікатор, метод опорних векторів, метод k-ближчих сусідів, дерево рішень та метод випадкового лісу; - реалізувати комп’ютерну модель класифікації SMS-повідомлень на основі алгоритмів ML та провести експериментальне порівняння їх результатів. Актуальність дослідження зумовлена необхідністю глибокого аналізу сучасних алгоритмів машинного навчання, порівняння їх характеристик, виявлення сильних та слабких сторін з метою вибору найбільш ефективних підходів для вирішення задач класифікації. Особливої актуальності набуває завдання автоматичного виявлення спаму у текстових повідомленнях, що є критичним для підвищення безпеки комунікацій у цифровому середовищі. За результатами дослідження порівняно ефективність обраних алгоритмів класифікації, визначено найдоцільніші моделі для задачі виявлення спаму, створено та апробовано програмну реалізацію моделі. Практична новизна роботи полягає у створенні комп’ютерної моделі класифікації SMS-повідомлень з використанням алгоритмів машинного навчання та проведенні їх експериментального аналізу, що дозволяє визначити оптимальний підхід для задачі виявлення спаму. Одержані результати можуть бути використані у системах автоматичної обробки повідомлень, інформаційної безпеки, а також як основа для подальших наукових досліджень у сфері текстової аналітики та застосування глибокого навчання в задачах класифікації.