«Программная библиотека алгоритмов классификации и регрессии на основе глубоких смешанных гауссовских моделей»

Библиотека содержит набор алгоритмов решения задач классификации и регрессии на основе архитектуры нейронной сети, называемой глубокими гауссовскими смешанными моделями, которая в классической варианте ориентирована исключительно на кластеризацию. Реализованы следующие функциональные возможности: - предварительная подготовка данных для использования методов машинного обучения; - определение набора оптимальных гиперпараметров для глубоких гауссовских смесей с помощью сеточного и случайного поиска с использованием набора информационных критериев; - регрессионный метод для глубоких гауссовских смесей с использованием предварительной кластеризации данных; - алгоритмы классификации и регрессии на основе глубоких гауссовских смесей с использованием подхода с частичным привлечением учителя (в комбинации с методами опорных векторов и градиентного бустинга над деревьями решений). Библиотека предназначена для анализа широкого спектра данных в различных предметных областях методами машинного обучения и содержит методы, которые позволяют достичь более высоких значений точности в задачах кластеризации (прирост до 40%), классификации (до 10-20%) и регрессии (до 5-7%).