Please use this identifier to cite or link to this item: http://dspace.lib.uom.gr/handle/2159/16069
Author: Δόβα, Στεργιανή
Title: Μελέτη αλγορίθμων κατηγοριοποίησης με χρήση του MATLAB.
Date Issued: 2013
Department: Πρόγραμμα Μεταπτυχιακών Σπουδών Ειδίκευσης στην Εφαρμοσμένη Πληροφορική
Supervisor: Σαμαράς, Νικόλαος
Abstract: Η παρούσα εργασία αποσκοπεί στη μελέτη αλγορίθμων κατηγοριοποίησης, με τη χρήση του προγράμματος MATLAB. Το πρόβλημα της κατηγοριοποίησης έγκειται στον καθορισμό της κατηγορίας που ανήκει ένα αντικείμενο, βάσει κάποιων μετρήσεων που έχουν ληφθεί για αυτό. Το MATLAB είναι μία τεχνική γλώσσα προγραμματισμού υψηλού επιπέδου, που παρέχει διαδραστικά εργαλεία για την ανάπτυξη αλγορίθμων, την οπτικοποίηση και ανάλυση δεδομένων, καθώς και την εύκολη διενέργεια περίπλοκων αριθμητικών υπολογισμών. Στα πλαίσια της εργασίας εξετάζονται τέσσερις μεθοδολογίες κατηγοριοποίησης: η διαχωριστική ανάλυση, ο απλός κατηγοριοποιητής Bayes, ο κατηγοριοποιητής εγγύτατου γείτονα και τα δέντρα αποφάσεων. Για κάθε μεθοδολογία παρέχεται μία συνοπτική περιγραφή των βασικών θεωρητικών αρχών στις οποίες βασίζεται και επεξηγείται λεπτομερώς η σύνταξη των αντίστοιχων εντολών στο MATLAB. Επιπλέον παρέχονται εποπτικά παραδείγματα εφαρμογής κάθε μεθόδου, προκειμένου να αναδειχθούν οι διαφορές στον τρόπο λειτουργίας των επιμέρους μεθοδολογιών. Τέλος, οι εξεταζόμενοι κατηγοριοποιητές συγκρίνονται βάσει της ακρίβειά τους σε πραγματικά προβλήματα κατηγοριοποίησης, προκειμένου να αναδειχθούν τα συγκριτικά προτερήματα και μειονεκτήματα των τεσσάρων μεθοδολογιών κατηγοριοποίησης που εξετάζονται.
Keywords: Αλγόριθμοι κατηγοριοποίησης
MATLAB
Παραμετρική κατηγοριοποίηση
Επιβλεπόμενη εκμάθηση
Διαχωριστική ανάλυση
Απλός κατηγοριοποιητής Bayes
Κατηγοριοποιητής εγγύτατου γείτονα
Δέντρα αποφάσεων
Information: Διπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2013.
Appears in Collections:ΠΜΣ Εφαρμοσμένης Πληροφορικής (M)

Files in This Item:
File Description SizeFormat 
DovaStergianiMsc2013present.pdfΣυνοδευτικό υλικό12.32 MBAdobe PDFView/Open
DovaStergianiMsc2013.pdf1.86 MBAdobe PDFView/Open


Items in Psepheda are protected by copyright, with all rights reserved, unless otherwise indicated.