Συγκριτική ανάλυση συγχρόνων μεθόδων μηχανικής μάθησης σε πραγματικά δεδομένα
Loading...
Date
2026-03-04
Authors
Παρίσης Κοτσοπούλης, Παναγιώτης
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία διερευνά την εφαρμογή και συγκριτική αξιολόγηση σύγχρονων αλγορίθμων Μηχανικής Μάθησης σε προβλήματα ταξινόμησης, αξιοποιώντας τα σύνολα δεδομένων Bank Marketing και Adult Census Income. Ειδικότερα, μελετώνται οι μέθοδοι Δέντρων Απόφασης, Random Forest, XGBoost, Μηχανών Διανυσμάτων Υποστήριξης (Support Vector Machines- SVM) και Τεχνητών Νευρωνικών Δικτύων. Οι κλασικές στατιστικές προσεγγίσεις, όπως η Λογιστική Παλινδρόμηση, εξετάζονται συνοπτικά ως μοντέλα αναφοράς (baseline), με κύριο στόχο τη συγκριτική αποτίμηση της απόδοσης των σύγχρονων τεχνικών.
Έμφαση δίνεται στη διερεύνηση της αποτελεσματικότητας των αλγορίθμων ως προς τη διαχείριση σύνθετων και ανισόρροπων δεδομένων, καθώς και στη σύγκριση της προβλεπτικής τους ικανότητας σε πραγματικά σύνολα δεδομένων. Τα πειραματικά αποτελέσματα καταδεικνύουν ότι το XGBoost έχει την υψηλότερη προβλεπτική ικανότητα, συνοδευόμενη όμως από αυξημένες υπολογιστικές απαιτήσεις. Αντιθέτως, το Random Forest αναδεικνύεται ως μία ιδιαίτερα ισορροπημένη επιλογή, συνδυάζοντας υψηλή ακρίβεια με σχετικά περιορισμένο χρόνο εκπαίδευσης. Παράλληλα, αναδεικνύονται οι περιορισμοί κλιμάκωσης των SVM σε μεγάλα σύνολα δεδομένων, καθώς και η ευαισθησία των Νευρωνικών Δικτύων ως προς την αρχικοποίηση και τη ρύθμιση υπερπαραμέτρων.
Συνολικά, τα ευρήματα υπογραμμίζουν ότι η επιλογή του βέλτιστου ταξινομητή συνιστά μία πολυπαραγοντική διαδικασία, η οποία προϋποθέτει εξισορρόπηση μεταξύ ερμηνευσιμότητας, προβλεπτικής ικανότητας και υπολογιστικού κόστους. Η Ισορροπημένη Ακρίβεια (Balanced Accuracy) αναδεικνύεται ως η πλέον κατάλληλη μετρική αξιολόγησης, ιδίως σε περιπτώσεις ανισόρροπων δεδομένων.
Description
Keywords
Μηχανική μάθηση, Ταξινόμηση, Αλγόριθμοι, Υπολογιστικό κόστος