Розробка програмного забезпечення для відбору ознак в задачах регресійного аналізу

Abstract

У кваліфікаційній роботі було розроблено програмне забезпечення для автоматизації процесу відбору ознак у задачах регресійного аналізу. В роботі розглянуто актуальність проблеми високої вимірності даних та її вплив на точність прогнозів регресійних моделей. Було проаналізовано та впроваджено сучасні алгоритми відбору ознак, такі як LASSO, RIDGE, та Random Forest Feature Importance, що дозволяють підвищити продуктивність та надійність моделей регресійного аналізу.