شماره ركورد
15330
عنوان
بررسي روشهاي يادگيري تركيبي براي مسائل پيشبيني
سال تحصيل
1401
استاد راهنما
دكتر مسعود يقيني
چکيده
در دنياي به سرعت در حال تحول مدلهاي پيشبيني، تلاش براي بهبود دقت و قابليت اتكا در نتيجه مدلهاي پيشبيني، منجر به كاوش در روشهاي نوآورانه شده است. هدف از اين سمينار كاوش در قلمرو يادگيري تركيبي است. يادگيري تركيبي يك رويكرد پيشرفته است كه از نقاط قوت چندين مدل پيشبيني براي دستيابي به عملكرد بهتر در مقايسه با مدلهاي تكي استفاده ميكند.
يادگيري تركيبي شامل تركيب استراتژيك مدلهاي پايه متنوع است كه هر يك ديدگاه منحصر به فردي را براي كار پيشبيني به ارمغان ميآورد. با ادغام دانش جمعي اين مدلها، تكنيكهاي گروهي كاستيهاي مدلهاي فردي را كاهش ميدهد، قابليتهاي تعميم را افزايش ميدهند و پيشبينيهاي قابل اعتمادتري را در سناريوهاي پيچيده و پويا ارائه ميدهد.
اين سمينار مروري جامع بر تكنيكهاي يادگيري تركيبي، از جمله بستهبندي ، ارتقا ، و انباشتگي ارائه ميكند. همچنين در اين پژوهش مباني نظري، استراتژيهاي پيادهسازي عملي، و كاربردهاي عملي در دنياي واقعي يادگيري تركيبي در حوزههاي مختلف به خصوص حمل و نقل و ايمني بررسي ميشود.
نام دانشجو
شقايق نامداري جبارابادي
تاريخ ارائه
1/31/2024 12:00:00 AM
متن كامل
88274
پديد آورنده
شقايق نامداري جبارابادي
تاريخ ورود اطلاعات
1404/08/20
عنوان به انگليسي
A review of Ensemble Learning methods for prediction problems
كليدواژه هاي فارسي
پيشبيني , يادگيري تركيبي , يادگيري ماشين , يادگيري عميق , دادهكاوي
كليدواژه هاي لاتين
Prediction , Ensemble Learning , Machine Learning , Deep Learning , Data Mining