Suche
Anzeige der Dokumente 1-6 von 6
Klasifikācijas uzdevumu risināšana e-komercijā ar mašīnmācīšanās algoritmiem programmā R
(Latvijas Universitāte, 2015)
Darbā aplūkoti mašīnmācīšanās algoritmi un to pielietošana konkrētu e-komercijas klasifikācijas problēmu risināšanā. Darba mērķis ir izpētīt un eksperimentāli noskaidrot piemērotākos
mašīnmācīšanās algoritmus sekojošu ...
Aizņēmēja maksātspējas izvērtēšana izmantojot skoringa modeļus
(Latvijas Universitāte, 2018)
Bakalaura darbā izklāstīts skoringa modeļu pielietojums aizņēmēja maksātspējas izvērtēšanai. Tiek aprakstīta datu atlases un sagatavošanas kārtība, loģistiskās regresijas un neironu tīklu pielietojums modeļu izveidē un to ...
Akciju cenu prognozēšana, izmantojot Relatīvo Spēka Indeksu un LSTM neironu tīklus
(Latvijas Universitāte, 2020)
Neironu tīkli akciju tirgus prognozēšanā sāk spēlēt arvien lielāku lomu. Darbā tiks skatīta relatīvā spēka indeksa (RSI) ietekme akciju cenu prognozēšanā, izmantojot garas īslaicīgās atmiņas (LSTM) neironu tīklus. Mērķis ...
Hamiltona sistēmu risināšanas un mācīšanās struktūru saglabājošie algoritmi
(Latvijas Universitāte, 2021)
Darbā aplūkotas Hamiltona sistēmu īpašības un struktūru saglabājošie algoritmi, kurus pielietojot tiek saglabātas attiecīgās īpašības. Izrādās, ka svarīga īpašība, kas raksturo Hamiltona sistēmas, ir plūsmas simplektiskums. ...
Automatizētās mašīnmācīšanās pakotnes AutoKeras pielietojums attēlu klasifikācijā
(Latvijas Universitāte, 2021)
Automatizētās mašīnmācīšanās (AutoML) mērķis ir nodrošināt to, ka mašīnmācīšanās lēmumi tiek pieņemti automātiski un balstīti uz datiem, kā arī ļaut pēc iespējas plašākai auditorijai izmantot mašīnmācīšanās priekšrocības. ...
Simplektiskas skaitliskās metodes ar struktūru saglabājošu neirona tīkla apstrādi
(Latvijas Universitāte, 2023)
Pētot Hamiltona sistēmas, precīzas un laikā ilgi stabilas prognozes ir svarīgas, jo tās apraksta vairākus fizikālus procesus. Pēdējā laikā neironu tīklu pielietojums šādu sistēmu dinamikas apguvei un prognozēšanai ir kļuvis ...