Gradienttitehostetut päätöspuut

Tietueen suppeat tiedot
dc.contributor.authorKorpua, Aleksi
dc.contributor.departmentfi=Matematiikan ja tilastotieteen laitos|en=Department of Mathematics and Statistics|
dc.contributor.facultyfi=Luonnontieteiden ja tekniikan tiedekunta|en=Faculty of Science and Engineering|
dc.contributor.studysubjectfi=Sovellettu matematiikka|en=Applied Mathematics|
dc.date.accessioned2020-03-12T22:00:36Z
dc.date.available2020-03-12T22:00:36Z
dc.date.issued2020-01-31
dc.description.abstractTässä Pro Gradu -tutkielmassa esitetään XGBoost -koneoppimisalgoritmi ja sovelletaan sitä autovahinko- ja elinajanodoteaineistoihin. Lisäksi algoritmille tehdään suorituskykytesti asuntomyynti -aineistolla. Algoritmi luokittelee aineiston gradienttitehostetuilla päätöspuilla ja tekee ennusteen tämän perusteella. Tutkielman tavoitteena on selvittää, voiko XGBoost -algoritmia käyttää ennustamiseen. Tutkielmassa käytetään Kagglen ”car insurance claim” ja ”Brooklynhomes2003to2017” -aineistoja sekä WHO:n ”life-expectancy-who” -aineistoa. Kaikki aineistot ovat avoimia ja saatavana Kagglen internetsivuilla. Aineistojen käsittely ja mallin sovitus tehdään Python-ohjelman avulla. Tutkielman perusteella algoritmi soveltuu ennustamiseen tyydyttävällä luotettavuudella. Algoritmin suorituskyky oli erinomainen jopa isolla aineistolla.
dc.format.extent54
dc.identifier.olddbid165989
dc.identifier.oldhandle10024/149125
dc.identifier.urihttps://www.utupub.fi/handle/11111/10882
dc.identifier.urnURN:NBN:fi-fe202003128118
dc.language.isofin
dc.rightsfi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.|
dc.rights.accessrightsavoin
dc.source.identifierhttps://www.utupub.fi/handle/10024/149125
dc.subjectxgboost, gradienttitehostaminen, päätöspuu, koneoppiminen, regressio, luokittelu, kvantiililuonnos, suorituskyky, ennustaminen, LATEX-ladontajärjestelmä
dc.titleGradienttitehostetut päätöspuut
dc.type.ontasotfi=Pro gradu -tutkielma|en=Master's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Name:
opinnäytetyö.pdf
Size:
823.19 KB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Pro gradu -tutkielmat ja diplomityöt sekä syventävien opintojen opinnäytetyöt (kokotekstit)