Συγκριτική ανάλυση συγχρόνων μεθόδων μηχανικής μάθησης σε πραγματικά δεδομένα
| datacite.contributor.RelatedPerson | Καρακαπιλίδης, Νικόλαος | |
| datacite.contributor.RelatedPerson | Λαζανάς, Αλέξανδρος | |
| datacite.contributor.Supervisor | Μελεφάκη, Σόνια | |
| dc.contributor.author | Παρίσης Κοτσοπούλης, Παναγιώτης | |
| dc.contributor.other | Parisis Kotsopoulis, Panagiotis | |
| dc.date.accessioned | 2026-03-09T06:56:11Z | |
| dc.date.available | 2026-03-09T06:56:11Z | |
| dc.date.issued | 2026-03-04 | |
| dc.degree | graduateThesis | |
| dc.description.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. | |
| dc.description.translatedabstract | This thesis examines the application and comparative assessment of contemporary Machine Learning algorithms in classification tasks, employing the Bank Marketing and Adult Census Income datasets as empirical case studies. In particular, the study investigates Decision Trees, Random Forest, XGBoost, Support Vector Machines (SVM), and Artificial Neural Networks. Conventional statistical approaches, such as Logistic Regression, are briefly incorporated as baseline models to facilitate a structured comparative evaluation of the performance of modern methodologies. The analysis places particular emphasis on the capacity of these algorithms to manage complex and imbalanced data structures, as well as on the systematic comparison of their predictive performance in real-world datasets. The empirical findings demonstrate that XGBoost attains the highest level of predictive accuracy, albeit accompanied by substantially increased computational requirements. Conversely, Random Forest emerges as a robust and computationally efficient alternative, offering a favorable trade-off between predictive performance and training time. Additionally, the study identifies the scalability constraints of SVMs when applied to large-scale datasets and highlights the sensitivity of Artificial Neural Networks to weight initialization and hyperparameter optimization. Overall, the results indicate that the selection of an optimal classifier constitutes a multifaceted decision-making process, necessitating a careful balance among interpretability, predictive effectiveness, and computational complexity. Within this framework, Balanced Accuracy is established as the most appropriate evaluation metric, particularly in the presence of class imbalance. | |
| dc.identifier.uri | https://hdl.handle.net/10889/31653 | |
| dc.language.iso | el | |
| dc.subject | Μηχανική μάθηση | |
| dc.subject | Ταξινόμηση | |
| dc.subject | Αλγόριθμοι | |
| dc.subject | Υπολογιστικό κόστος | |
| dc.subject.alternative | Machine learning | |
| dc.subject.alternative | Classification | |
| dc.subject.alternative | Algorithms | |
| dc.subject.alternative | Computational cost | |
| dc.title | Συγκριτική ανάλυση συγχρόνων μεθόδων μηχανικής μάθησης σε πραγματικά δεδομένα | |
| dc.title.alternative | Comparative analysis of modern machine learning methods on real-world data |