SCIKIT: Βιβλιοθήκη αλγορίθμων μηχανικής μάθησης στην γλώσσα Python (Bachelor thesis)
Παπαδοπούλου, Ευστρατία
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Παπαδοπούλου, Ευστρατία | el |
dc.date.accessioned | 2022-10-07T09:39:24Z | - |
dc.date.available | 2022-10-07T09:39:24Z | - |
dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/15424 | - |
dc.description | Πτυχιακή εργασία - Σχολή μηχανικών - Τμήμα μηχανικών πληροφορικής και ηλεκτρονικών συστημάτων , 2016 α.α 7573 | el |
dc.rights | Default License | - |
dc.subject | Python language | en |
dc.subject | Python | en |
dc.subject | Machine learning | en |
dc.subject | Scikit learn | en |
dc.subject | Algorithms library | en |
dc.subject | Βιβλιοθήκη αλγορίθμων | el |
dc.subject | Γλώσσα Python | el |
dc.subject | Μηχανική μάθηση | el |
dc.title | SCIKIT: Βιβλιοθήκη αλγορίθμων μηχανικής μάθησης στην γλώσσα Python | el |
heal.type | bachelorThesis | - |
heal.type.en | Bachelor thesis | en |
heal.generalDescription | Πτυχιακή εργασία | el |
heal.classification | Μηχανική μάθηση | el |
heal.classification | Machine learning | en |
heal.classification | Python (Γλώσσα προγραμματισμού υπολογιστή) | el |
heal.classification | Python (Computer program language) | en |
heal.identifier.secondary | α.α 7573 | - |
heal.language | el | - |
heal.access | account | - |
heal.recordProvider | Σχολή μηχανικών / τμήμα μηχανικών υπολογιστών και ηλεκτρονικών συστημάτων | el |
heal.publicationDate | 2016-03-29 | - |
heal.bibliographicCitation | Παπαδοπούλου, Ε. (2016). SCIKIT: Βιβλιοθήκη αλγορίθμων μηχανικής μάθησης στην γλώσσα Python. Θεσσαλονίκη: Διεθνές Πανεπιστήμιο Ελλάδος. | el |
heal.abstract | Η παρούσα Πτυχιακή Εργασία, αναφέρεται σε µεθόδους της µηχανική µάθησης (machine learning) και συγκεκριµένα σε αυτές που περιλαµβάνονται στη βιβλιοθήκη αλγορίθµων µηχανικής µάθησης Scikit learn, ενώ παράλληλα γίνεται αναφορά στη σύγκριση αυτών των µεθόδων. Η µελέτη των µεθόδων µηχανικής µάθησης που πραγµατοποιήθηκε, επικεντρώθηκε στις µεθόδους των τύπων προβληµάτων classification, regression, clustering και data analysis της µηχανικής µάθησης, οι οποίες αναλύθηκαν θεωρητικά, από µαθηµατική απόψεως, καθώς και αλγοριθµικά. Έπειτα πραγµατοποιήθηκε σύγκριση των µεθόδων αυτών, εφαρµόζοντας συγκεκριµένα dataset ανά τύπο προβλήµατος, ώστε να αναδειχτεί η µέθοδος που φέρει τον καλύτερο συνδυασµό ταχύτητας – απόδοσης. | el |
heal.advisorName | Διαμαντάρας , Κωνσταντίνος | el |
heal.committeeMemberName | Διαμαντάρας, Κωνσταντίνος | el |
heal.academicPublisher | Σχολή μηχανικών / Τμήμα μηχανικών υπολογιστών και ηλεκτρονικών συστημάτων | el |
heal.academicPublisherID | ihu | - |
heal.numberOfPages | 71 | - |
heal.fullTextAvailability | false | - |
heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
Appears in Collections: | Πτυχιακές Εργασίες |
Files in This Item:
There are no files associated with this item.
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/15424
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.