#диплом #дипломная работа #образование #пми
Продолжаю рассказывать о темах #ВКР (выпускных квалификационных работ). Сегодня посмотрим работу студентки, ныне - обладательницы диплома бакалавра по направлению Прикладная математика и информатика. Тема работы - "Технологии анализа больших данных", защита прошла на оценку "хорошо".
Давайте посмотрим, из чего состояла работа. Вот реферат:
В дипломной работе были описаны общие признаки и характеристики больших данных, приведена историческая справка, рассмотрены принципы работы с большими данными и метода анализа.
Далее приводится информация о технологиях анализа данных и используемых в настоящее время решениях. Завершает теоретическую часть обзор сфер применения технологи big data, возникающих проблем и перспектив развития отрасли.
В практической части работы для исследования было выбрано машинное обучение. Задачей практической части было определить (исходя из целей потребителя) оптимальные методы и технологии машинного обучения при работе с большими данными. Были взяты несколько наборов данных, каждый из которых был проанализирован при помощи 7 алгоритмов двухклассовой классификации. Для сравнения были выбраны три характеристики: время выполнения, оценка вероятности, стандартное отклонение. Результаты исследования отражены на графиках и в таблицах.
Далее полученные результаты были проанализированы и сделаны выводы о том, какие из алгоритмов целесообразно использовать в различных ситуациях - когда важнее скорость, чем точность, когда точность важнее времени и т.д. Некоторые результаты исследования были отражены в научной статье, с которой студентка выступила на конференции с публикацией тезисов в сборнике трудов конференции. Про научные конференции и их пользу для студентов можно почитать здесь: Научные конференции - это круто.
С другими темами, на которые #студенты пишут дипломные и курсовые работы, можно ознакомиться в статьях:
- Взаимодействие нереляционной базы данных со скриптовыми языками
- Блокчейн в сфере здравоохранения
- Схемы электронно-цифровой подписи и синтез криптографических алгоритмов
- Системы массового обслуживания
- Использование нейронных сетей для распознавания объектов