Главная Работы на конкурс Предметное образование Технические дисциплины Исследовательская работа «Исследование различных методов классификации и машинного обучения»

Исследовательская работа «Исследование различных методов классификации и машинного обучения»

Автор: Руденко Илья Денисович, Малков Степан Евгеньевич

Место работы/учебы (аффилиация): МБОУ Гимназия №7, г. Красноярск, Красноярский край, 9 Класс

Научный руководитель: Судьина Татьяна Владимировна

Цель работы — исследование и сравнительный анализ эффективности пяти различных методов машинного обучения для решения задач классификации на трех эталонных наборах данных, а также визуализация полученных результатов.

Актуальность.
В эпоху стремительного роста объемов цифровых данных критически важной становится задача их эффективного интеллектуального анализа (Data Mining), в частности — классификации. От точности алгоритмов классификации зависит качество работы систем медицинской диагностики, обнаружения мошенничества, распознавания образов и многих других сфер. Актуальность работы обусловлена тем, что в машинном обучении не существует универсального алгоритма: эффективность конкретной модели сильно зависит от структуры, объема и размерности данных. Именно поэтому обоснованный выбор и сравнительный анализ методов классификации является крайне востребованной практической задачей.

Задачи исследования:

  1. Найти, загрузить и выполнить первичную предобработку трех наборов данных, различных по своей структуре и природе происхождения.
  2. Реализовать на языке Python пять моделей классификации: метод k-ближайших соседей (KNN), дерево решений (Decision Tree), метод опорных векторов (SVC), нейронную сеть (MLP Classifier) и классификатор на основе стохастического градиентного спуска (SGD Classifier).
  3. Обучить модели на подготовленных данных и оценить точность (accuracy) их предсказаний.
  4. Провести визуализацию полученных показателей точности с помощью диаграмм и графиков для наглядного сравнения.
  5. Проанализировать результаты, сравнить поведение алгоритмов на разных датасетах и сформулировать выводы о наиболее предпочтительных методах для каждого типа данных.

Объект исследования — алгоритмы классификации машинного обучения.

Предмет исследования — точность работы алгоритмов классификации в зависимости от структуры и характеристик входных данных.

Методы исследования: Методы машинного обучения (с использованием библиотек языка Python: Scikit-learn, Pandas, NumPy), методы статистического анализа точности моделей, а также методы визуализации данных (Matplotlib).

Выводы.
Практическая значимость исследования заключается в том, что полученные результаты позволяют наглядно оценить и понять специфику поведения популярных алгоритмов машинного обучения на наборах данных различной природы. Сформулированные в ходе работы выводы могут служить ценным методическим пособием для разработчиков и исследователей при выборе оптимальной модели классификации для решения конкретных прикладных задач, особенно в условиях ограниченной информации о входных данных.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Смотреть похожие работы

Научно-исследовательская работа «Применение сервисов искусственного интеллекта в языковом образовании»

Цель работы — изучить роль искусственного интеллекта в процессе изучения иностранных языков и оценить его эффективность на основе теоретического анализа и практического исследования. Актуальность.  В современном мире владение иностранными языками явл…
Посмотреть работу

Научно-исследовательская работа «Социально-философский анализ этики искусственного интеллекта как фактора устойчивого развития и качества жизни»

Целью исследования является социально-философская концептуализация этики искусственного интеллекта (ИИ) как конститутивного фактора устойчивого развития и качества жизни, а также выявление механизмов, посредством которых этические принципы (прозрачно…
Посмотреть работу

Исследовательская работа «Оценка качества машинного перевода: нейросетевые модели против традиционных статистических систем»

Целью исследовательской работы является сравнение ИИ-системы, предназначенной для работы с текстом, с онлайн-переводчиками, изучение эффективности и качества их работы с текстом на английском языке. Задачи: Познакомиться с историей появления искусств…
Посмотреть работу

Исследовательский проект «Применение технологий дополненной реальности в образовательном процессе: Ожившие биографии композиторов»

Цель работы — разработка комплекта интерактивных материалов с дополненной реальностью («Ожившие биографии композиторов») и экспериментальная проверка его эффективности в повышении вовлеченности и успеваемости учащихся музыкальной школы. Актуальность….
Посмотреть работу

Исследовательская работа «Использование искуственного интеллекта и наглядности на уроках истории для подготовки к ГИА»

Цель и задачи работы — разработка и анализ методических приемов использования современных средств наглядности (ИИ, интернет-мемы, киноматериалы) для эффективной подготовки учащихся основной школы к ВПР и ОГЭ по истории. Актуальность. Статья посвящена…
Посмотреть работу

Исследовательская работа «Роль искусственного интеллекта в современной жизни на примере голосового помощника «Алиса»

Доступна к просмотру полнотекстовая версия работы

Цель исследования: выяснить, каково значение голосового помощника «Алиса» для пользователей разных возрастных категорий. Для достижения поставленной цели нам предстоит решить ряд задач: Охарактеризовать особенности исторического развития искусственно…
Посмотреть работу

Конкурс, в котором работа участвует

VIII Международный конкурс исследовательских работ школьников «Research start» 2025/26

Направление

Технические дисциплины

Форма представления работы

Исследовательская работа

Ключевые слова

Проект "Искусственный интеллект"

Дата публикации работы

30.03.2026