Резюме (1137068), страница 4
Текст из файла (страница 4)
Разработаны методы рандомизированного поиска правил длязадачи классификации на основе АФП.2. Введено понятие альфа-слабого описания и другихгиперпараметров алгоритмов классификации и регрессии «позапросу». Проведен анализ точности прогнозов с учетом значенийгиперпараметров алгоритма, настроенных на данных длякредитного скоринга и прогноза уровня потерь в случае дефолта.3. Разработан алгоритм, позволяющий использовать техникуинтервальных узорных структур в задаче регрессии с несколькимигиперпараметрами: количество итераций, альфа-порог, размерподвыборки, величина ω-допустимого выброса, штраф за высокое21значение дисперсии целевой переменной в правой частирасширенной узорной структуры (штраф за высокое отклонение).4.
Предложено понятие расширенной интервальной узорнойструктуры, введено понятие ω-допустимого выброса для α-слабыхописаний. Новые определения позволяют решать задачувосстановления регрессии с помощью методов АФП.5. Предложенные алгоритмы проанализированы с точки зренияинтерпретируемости решения. Произведен сравнительный анализточности работы предложенных алгоритмов с моделямикредитного скоринга и моделями других типов.6. Разработан алгоритм классификации «по запросу» с тремягиперпараметрами: число итераций, альфа-порога, размерподвыборки. Предложен анализ точности предсказаний алгоритмав зависимости от значений гиперпараметров, предложеноинтуитивное объяснение полученных результатов.7.
Предложенные алгоритмы реализованы в виде программнойсистемы на языке R.22.