Search results for "xgboost"
showing 5 items of 5 documents
Measurement of top-quark polarisation observables and a search for dark matter in single-top-quark production with the ATLAS detector at the LHC
2022
Esta tesis presenta dos análisis diferentes basados en los datos resultantes de colisiones protón-protón a una energía en el centro de masas de 13 TeV recolectados con el detector ATLAS del LHC, correspondientes a una luminosidad integrada de 139 fb$^{-1}$. El primer análisis presenta una medida de secciones eficaces diferenciales normalizadas del canal de producción de quarks top en solitario $t$-channel, donde el quark top se desintegra leptónicamente, como función de los tres ángulos de polarización del leptón para eventos con quarks top y quarks antitop tanto separadamente como de forma inclusiva. Estos observables son particularmente sensibles a efectos de nueva física en el vértice $t…
Izslēgšanas metode XGBoost algoritmam
2019
Tika izpētīta izslēgšanas metode, DART algoritms, XGBoost algoritms un XGBoost algoritma hiperparametri (α, λ, γ, srinkage un subsample), kas saistīti ar modeļa regularizāciju un pārpielāgošanas samazināšanu. Tika izpētīti un attēloti izslēgšanas metodes un XGBoost hiperparametru efekti uz atsevišķu lēmumu koku ietekmi uz ansambļa prognozi un efekti uz modeļu pārpielāgošanos. Iegūtie attēli tika salīdzināti starp izslēgšanas metodi, XGBoost modeļiem ar regularizācijas hiperparametriem un XGBoost modeli bez regularizācijas.
Machine learning–XGBoost analysis of language networks to classify patients with epilepsy
2017
Our goal was to apply a statistical approach to allow the identification of atypical language patterns and to differentiate patients with epilepsy from healthy subjects, based on their cerebral activity, as assessed by functional MRI (fMRI). Patients with focal epilepsy show reorganization or plasticity of brain networks involved in cognitive functions, inducing ‘atypical’ (compared to ‘typical’ in healthy people) brain profiles. Moreover, some of these patients suffer from drug-resistant epilepsy, and they undergo surgery to stop seizures. The neurosurgeon should only remove the zone generating seizures and must preserve cognitive functions to avoid deficits. To preserve functions, one sho…
Gradientu pastiprināšanas algoritmu salīdzinājums un mainīgo būtiskuma analīze
2020
Šajā darbā tiek izpētīti un salīdzināti trīs no jaunākiem un plaši izmantotiem gradienta pastiprināšanas algoritmiem - XGBoost, LightGBM un CatBoost. Šie algoritmi tiek salīdzināti pēc to ātrdarbības, kā arī tendences uz pārpielāgošānos treniņa datiem. Tiek analizēta arī šo algoritmu spēja izmantot modelēšanā kategoriskus mainīgos. Papildus tiek izpētīti algoritmu hiperparametri un to ietekme uz algoritma pārpielāgošanos un modeļa precizitātes rādītājiem. Balstoties uz rezultātiem, tiek sniegti ieteikumi par hiperparametru skaņošanu. Otrajā eksperimenta daļā tiek izpētīta uz spēļu teorijas Šaplī vērtību balstītā metode mainīgo būtiskuma noteikšanai. Iegūtiem rādītājiem ar būtstrapa metodes …
Uz administratīvajiem datiem balstīta zāļu devas prognozēšanas modeļa izstrāde
2022
Darbs veltīts zāļu devas prognozēšanas modeļa izstrādei, balstoties uz administratīvajiem datiem. Informācija par precīzu pacientam noteikto zāļu lietošanas devu ir nepieciešama dažādos (farmako)epidemioloģiska rakstura pētījumos, kā piemēram, zāļu līdzestības novērtēšana starp konkrētu medikamentu lietotājiem. Tomēr pētniekiem pieejamajos Latvijas administratīvajos datos šādas informācijas nav. Lai prognozētu zāļu devu, izmantojot pacientu raksturojošus rādītājus (demogrāfiskie faktori, blakusslimības), darbā veidoti un salīdzināti vairāki prognozēšanas modeļi: ordinālā regresija, gadījuma meža algoritms un XGBoost. Datu apstrādes un aprēķinu veikšanai tika izmantota datorprogramma R.