Патенты автора Гулин Андрей Владимирович (RU)
Изобретение относится к области вычислительной техники. Техническим результатом является определение параметра качества прогноза для дерева решений в прогностической модели дерева решений. Раскрыт способ определения параметра качества прогноза для дерева решений в прогностической модели дерева решений, данный уровень дерева решений обладает по меньшей мере одним узлом, параметр качества прогноза используется для оценки качества прогноза прогностической модели дерева решений на данной итерации обучения дерева решений, способ выполняется системой машинного обучения, которая выполняет прогностическую модель дерева решений, способ включает в себя: получение доступа, с постоянного машиночитаемого носителя системы машинного обучения, к набору обучающих объектов, причем каждый обучающий объект из набора обучающих объектов включает в себя указание на документ и цель, связанную с документом; организацию набора обучающих объектов в упорядоченный список обучающих объектов, причем упорядоченный список обучающих объектов организован таким образом, что для каждого обучающего объекта в упорядоченном списке обучающих объектов существует по меньшей мере один из: (i) предыдущий обучающий объект, который находится до данного обучающего объекта, и (ii) последующий обучающий объект, который находится после данного обучающего объекта; спуск набора обучающих объектов по дереву решений таким образом, что каждый из набора обучающих объектов подвергается классификации моделью дерева решений на данной итерации обучения в данный дочерний узел из по меньшей мере одного узла данного уровня дерева решений; создание параметра качества прогноза для дерева решений путем создания для данного обучающего объекта, который был классифицирован в данный дочерний узел, параметра качества прогноза, создание выполняется на основе целей только тех обучающих объектов, которые находятся раньше обучающего объекта в упорядоченном списке обучающих объектов. 5 н. и 25 з.п. ф-лы, 13 ил.
СПОСОБ И СЕРВЕР ПРЕОБРАЗОВАНИЯ ЗНАЧЕНИЯ КАТЕГОРИАЛЬНОГО ФАКТОРА В ЕГО ЧИСЛОВОЕ ПРЕДСТАВЛЕНИЕ // 2693324
Группа изобретений относится к вычислительной технике и может быть использована для создания прогностической модели. Техническим результатом является обеспечение преобразования значения категориального фактора в его числовое представление. Категориальный фактор связан с обучающим объектом, используемым для обучения алгоритма машинного обучения (MLA). Способ содержит этапы, на которых MLA обучается с помощью нескольких моделей, причем каждая модель включает в себя множество деревьев решений (ансамбль деревьев решений), для каждой модели соответствующий набор обучающих объектов организуют в упорядоченный список обучающих объектов таким образом, что для каждого обучающего объекта существует по меньшей мере одно из: (i) предыдущий обучающий объект, который находится до данного обучающего объекта, и (ii) последующий обучающий объект, который находится после данного обучающего объекта, используют соответствующий упорядоченный список для данного категориального фактора, для создания числового представления значений данного категориального фактора. 3 н. и 17 з.п. ф-лы, 14 ил., 1 прилож.
Изобретение относится к области вычислительной техники. Техническим результатом является формирование алгоритма машинного обучения, использующего модель дерева решений и предназначенного для классификации объектов, обладающих значением категориального фактора, которое преобразуется в его числовое представление. Раскрыт способ преобразования в числовое представление значения категориального фактора, который связан с обучающим объектом для обучения алгоритма машинного обучения (MLA), причем MLA использует модель, основанную на дереве решений, обладающую деревом решений, причем обучающий объект обрабатывается на узле данного уровня дерева решений, причем дерево решений обладает по меньшей мере одним предыдущим уровнем дерева решений, причем на по меньшей мере одном предыдущем уровне значение по меньшей мере одного категориального фактора преобразовано в свое предыдущее числовое представление для по меньшей мере одного предыдущего уровня дерева решений, причем алгоритм машинного обучения выполняется электронным устройством для прогнозирования объекта фазы использования, способ включает в себя: получение доступа со стороны постоянного машиночитаемого носителя системы машинного обучения к набору обучающих объектов, причем каждый обучающий объект из набора обучающих объектов содержит документ и индикатор события, связанный с документом, причем каждый документ связан с категориальным фактором; создание числового представления для значения категориального фактора путем извлечения предыдущего числового представления по меньшей мере одного значения категориального фактора для данного объекта из набора обучающих объектов на по меньшей мере одном предыдущем уровне дерева решений; создания, для каждой комбинации из по меньшей мере одного предыдущего значения категориального фактора на по меньшей мере одном предыдущем уровне дерева решений и по меньшей мере некоторых значений категориальных факторов из набора обучающих объектов, текущего числового представления для данного уровня дерева решений, создание осуществляется в процессе создания дерева решений. 4 н. и 38 з.п. ф-лы, 14 ил.
СПОСОБ И СИСТЕМА ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНОГО ЗНАЧЕНИЯ ПАРАМЕТРА АУКЦИОНА ДЛЯ ЦИФРОВОГО ОБЪЕКТА // 2637431
Изобретение относится к средствам определения оптимального значения параметра аукциона для цифрового объекта. Техническим результатом является уменьшение нагрузки на сервер аукциона. Система содержит хранилище данных и сервер аукциона, на котором размещен сервис аукциона, причем сервер аукциона включает в себя процессор, выполненный с возможностью исполнения сохраненных инструкций, хранилище данных включает в себя данные истории взаимодействия первой группы пользователей и второй группы пользователей сервиса аукциона, обучающую систему, выполненную с возможностью обмена данными с сервером аукциона и модуль определения, выполненный с возможностью обмена данными с обучающей системой, сервер аукциона выполнен с возможностью обмена данными по меньшей мере с одним компьютерным устройством с экраном, от получения от него запроса, для предоставления цифрового объекта, определение пользователя, связанного с цифровым объектом; в ответ на то, что пользователь, который связан с цифровым объектом, принадлежит второй группе пользователей, применение первого оптимального значения параметра аукциона к цифровому объекту. 2 н. и 22 з.п. ф-лы, 4 ил.
Изобретение относится к способу и системе создания модели прогнозирования и определения параметра точности обученной модели прогнозирования в виде дерева принятия решений. Технический результат заключается в повышении точности модели прогнозирования. Способ включает в себя доступ к обученной модели прогнозирования в виде дерева принятия решений, созданной по меньшей мере частично на основе набора обучающих объектов; создание подгруппы случайных параметров интереса; связывание подгруппы случайных параметров интереса с листом дерева принятия решений; определение параметра точности листа на основе параметров интереса, связанных с данным листом и подгруппы случайных параметров интереса данного листа; определение параметра точности обученной модели прогнозирования в виде дерева принятия решений на основе определенного параметра точности листа. 7 н. и 34 з.п. ф-лы, 11 ил.
