Вестник УлГТУ

Cite. Dedevshin A.S., Klyachkin V.N. Influence of sample size on the quality of regressions in different machine learning methods. 106(2), 37-42 (2024).

Abstract. The purpose of the study is to develop a mathematical model of the dependence of the characteristics of the quality of the functioning of a technical system on the parameters of the object's operation based on the results of observations using machine learning and to analyze the impact of the sample size on the quality of this model. For the system under consideration, 4 methods were used (neural network, gradient boosting, random forest, support vector method) and a comparative analysis of the quality of the constructed regressions was carried out.

Keywords: technical system, neural network, gradient boosting, random forest, support vector method, regression quality.

Цитата. Дедевшин, А.С. Влияние объёма выборки на качество регрессий при различных методах машинного обучения / А.С. Дедевшин, В.Н. Клячкин // Вестник Ульяновского государственного технического университета. 2024. №2 (106). С. 37‒42.

Аннотация. Целью исследования является разработка математической модели зависимости характеристики качества функционирования технической системы от параметров работы объекта по результатам наблюдений при помощи машинного обучения и анализ влияния объёма выборки на качество этой модели. Для рассматриваемой системы использованы 4 метода (нейронная сеть, градиентный бустинг, случайный лес, метод опорных векторов) и проведён сравнительный анализ качества построенных регрессий.

Ключевые слова: техническая система, нейронная сеть, градиентный бустинг, случайный лес, метод опорных векторов, качество регрессии.

DOI: 10.61527/1684-7016-2024-2-37-42