Diplomová práce

On Deep Forest Algorithms

Bc. Katarína Nocarová
Anotace

Táto práca sa zameriava na algoritmus Deep Forest, navrhnuté Zhi-Hua Zhou a Ji Feng. Špecificky sa zameriava na jeho novšiu implementáciu - DF21. Zaoberá sa architektúrou a využitím tohto modelu. Ďalej porovnáva model s výsledkami staršej verzie - gcForest, s neurónovými sieťami a inými klasifikátormi. V závere sa zaoberá hyperparametrami DF21 a navrhuje dva modely na ich automatické nastavenie.

Abstract

This thesis focuses on the Deep Forest algorithm proposed by Zhi-Hua Zhou and Ji Feng, namely on its newer implementation - DF21. Firstly, it explores the architecture and usage of the model. Next, it compares the model to the result achieved by its older version - gcForest, neural networks, and other classifiers. The last chapters explore its hyperparameter space and propose two models for automated parameter tuning.

Klíčová slova
deep forest machine learning random forest automated machine learning
Zadání práce
Deep Forest is a new ensemble learning algorithm that showed a good performance even in comparison with deep neural networks. A goal of this thesis is
  • to describe two versions of Deep Forest and applications
  • to compare their performances
  • to compare a performance of the new version with the existing results of deep networks (from IJCAI 2017 paper)
    • For the new version
  • to compare its performance with that of different learning algorithms
  • and conduct experiments with different hyperparameter settings
  • to employ Automated Machine Learning for (semi-)automated hyperparameter settings
  • to discuss possible improvements and suggest a directions for future work
    • Administrativní informace
    Práce zkontrolována:
    16. 12. 2023 18:06, doc. RNDr. Lubomír Popelínský, Ph.D.
    Plný text práce
    2,2 MB / soubor PDF
    Jazyk práce
    angličtina angličtina
    Termín obhajoby
    8. 2. 2024
    Práce byla úspěšně obhájena

    Vedoucí

    doc. RNDr. Lubomír Popelínský, Ph.D.
    KSUZD FI MU

    Oponent

    RNDr. Jaroslav Čechák, Ph.D.
    KSUZD FI MU
    Citovat tuto práci
    Masarykova univerzita Fakulta informatiky
    Studijní program
    Plán
    Zpracování a analýza rozsáhlých dat

    Práce na příbuzné téma

    Seznam prací, které mají shodná klíčová slova.

    Podobné práce

    • Přidání souboru

      Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

    • Další operace se soubory

      Podrobnosti lze zjistit označením příslušného řádku.

    • Pohled pro experty

      Pro častou práci je možné zvolit režim Více možností.

    • Vyhledávání souborů

      Vyhledávaný výraz můžete zadat přímo do adresního řádku.

    • Rychlý přístup k souborům

      Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.