Ιδρυματικό Καταθετήριο Τ.Ε.Ι. Δυτικής Ελλάδας

Μέθοδοι μηχανικής εκμάθησης για ταξινόμηση και παλινδρόμηση

Εμφάνιση απλής εγγραφής

dc.contributor.advisor Αντωνόπουλος, Χρήστος,
dc.contributor.author Παπαδόπουλος, Δημητριος (2537)
dc.contributor.author Παπαϊωάννου, Ιωάννης (2427)
dc.date.accessioned 2021-06-07T04:45:45Z
dc.date.available 2021-06-07T04:45:45Z
dc.date.issued 2021-06
dc.identifier.uri http://repository.library.teimes.gr/xmlui/handle/123456789/9231
dc.description.abstract Στην παρούσα εργασία θα παραρουσιαστούν και θα αναλυθούν οι τεχνικές και οι διαδικασίες πρόβλεψης κάποιων συγκεκριμένων τιμών. Πιο συγκερκιμένα θα εργαστούμε πάνω στo AirBnB, όπου ως βασικός στόχος είναι η πρόβλεψη τιμών των διαμερισμάτων σε μελλοντικό χρόνο με βάση τις τιμές που έχουμε ως δεδομένα απο το παρελθόν.Χρησιμοποιώντας τις βάσεις δεδομένων που διαθέτει η Kaggle θα εργαστούμε όπως αναφέρθηκε και παραπάνω στην πρόβλεψη τιμών των διαμερισμάτων του Βερολίνου. Η εργασία θα υλοποιηθεί με γλώσσα python, όπου το πρώτο βήμα θα είναι η συλλογή και η ταξινόμηση των δεδομένων ώστε να μπορούμε να κάνουμε plot στα διαμερίσματα και να βλέπουμε μέσα απο διαγράμματα πως κυμαίνονται οι τιμές στο χρόνο. Στη συνέχεια χρησιμοποιώντας κάποιους αλγορίθμους θα προσπαθήσουμε να προβλέψουμε τις πιθανές τιμές που θα έχουν τα διαμερίσματα στο μέλλον και κατά πόσο σωστές θα είναι οι προβλέψεις που θα παίρνουμε ως αποτέλεσμα. el
dc.language.iso el_GR el
dc.publisher ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ el
dc.title Μέθοδοι μηχανικής εκμάθησης για ταξινόμηση και παλινδρόμηση el
dc.type Πτυχιακή Εργασία el


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναζήτηση στο Καταθετήριο


Σύνθετη αναζήτηση

Πλοήγηση

Ο λογαριασμός μου