Detail of the student project

List
Topic:Symbolická regrese využívající lokální aproximace
Department: Strojové učení
Supervisor:Ing. Jiří Kubalík, Ph.D.
Announce as:Bakalářská práce, Semestrální projekt
Description:Symbolická regrese (SR) je metoda pro hledání modelů ve formě analytických funkcí popisujících trénovací data. SR je typicky realizována pomocí genetického programování. V praxi má SR mnoho úspěšných a zajímavých reálných aplikací. SR má také své slabiny. Například může mít problém v případě, kdy hledaný model obsahuje rysy, které je těžké postihnout v rámci jednoho globálního modelu např. rozhraní mezi plochami s velkým rozdílem gradientu, drobné detaily, apod. Přičemž dobrý model pro danou úlohu musí správně popsat i tyto rysy.

Cílem práce je navrhnout způsob, jak využít lokální aproximace v SR pro generování přesných modelů. Konkrétně jde o to, jak automaticky rozdělit celý vstupní prostor na menší oblasti, pro každou oblast nalézt její lokální model a ty potom sloučit do jednoho výsledného modelu. Pro ověření funkčnosti metody budou použita data z oblasti posilovaného učení.
Bibliography:Dodá vedoucí práce
Responsible person: Petr Pošík