Υλοποίηση διαδραστικής εφαρμογής ιστού για τη δημιουργία μοντέλων μηχανικής μάθησης

Abstract

Η παρούσα διπλωματική εργασία μελετά σε βάθος τις θεμελιώδεις αρχές της Επιστήμης των Δεδομένων, της Επιχειρηματικής Ευφυΐας και της Αναλυτικής των Big Data και στα πλαίσια αυτής σχεδιάστηκε και υλοποιήθηκε η διαδραστική εφαρμογή ιστού “Matapae” για τη δημιουργία μοντέλων Μηχανικής Μάθησης. Πιο συγκεκριμένα, παρουσιάζονται οι έννοιες των εξειδικευμένων πεδίων της Επιστήμης των Δεδομένων, οι δεξιότητες που απαιτούνται και οι στρατηγικές που εφαρμόζονται για την επίλυση των προβλημάτων, αξιοποιώντας τα διαθέσιμα δεδομένα. Επίσης, αναλύονται οι ποικίλοι τύποι μοντέλων Μηχανικής Μάθησης και οι αντίστοιχοι αλγόριθμοι που χρησιμοποιούνται για την αναζήτηση εξειδικευμένων λύσεων. Τα τελευταία χρόνια, η ραγδαία αύξηση της ποσότητας των δεδομένων καθιστά δύσκολη την ανάλυσή τους καθώς υπάρχει έλλειψη στους διαθέσιμους ανθρώπινους και υπολογιστικούς πόρους, γεγονός που ενισχύει την αξία της αυτοματοποίησης των διαδικασιών της Μηχανικής Μάθησης. Συνεπώς, όλο και περισσότερο οι επιχειρήσεις εμπιστεύονται πλατφόρμες και εργαλεία που προσφέρουν ολοκληρωμένες λύσεις διαχείρισης και ανάλυσης δεδομένων, καθώς επίσης δημιουργίας μοντέλων μηχανικής μάθησης χωρίς τη χρήση κώδικα, όπως είναι το “Google Cloud Platform” ή το “H2O.ai”. Σε αυτή τη λογική στηρίχθηκε η ιδέα για την ανάπτυξη της διαδικτυακής εφαρμογής “Matapae”, η οποία υλοποιήθηκε σε γλώσσα προγραμματισμού R προσφέροντας ένα “User-friendly” περιβάλλον. Στον τελικό χρήστη παρέχεται η δυνατότητα να εισάγει, αποθηκεύσει και εξερευνήσει σύνολα δεδομένων, να εκπαιδεύει μοντέλα Μηχανικής Μάθησης μέσω του αλγορίθμου XGBoost και ανάλογα με το είδος του προβλήματος που θέλει να επιλύσει, να τα αποθηκεύει και να τα επεξηγεί, να τα βελτιώνει και εν τέλει να προβλέπει πάνω σε νέα δεδομένα. Το κύριο και τελευταίο μέρος της διπλωματικής εργασίας επικεντρώνεται στο εγχειρίδιο χρήσης της εφαρμογής, δηλαδή στην αναλυτική περιγραφή και την επεξήγηση των καθορισμένων ενεργειών που μπορεί να κάνει ο τελικός χρήστης. Επιπλέον, παρατίθενται και τεκμηριώνονται τα βασικά τμήματα R κώδικα για τις κύριες λειτουργίες της εφαρμογής όπως η επικοινωνία με τη βάση δεδομένων, η αναπαράσταση διαφόρων γραφημάτων, η διαχείριση Datasets και τέλος η μεθοδολογία πρόβλεψης.