Skip to content

comptech-winter-school/genetic-potioncraft

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

84 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Генетическое зельеварение

Продукт "Генетическое зельеварение" проект в рамках зимней школы CompTech School 2022

Назначение

Продукт "Генетическое зельеварение" в рамках зимней школы CompTech School 2022 разрабатывается с целью улучшения работы линейной модели классификации, на основе использования генетического алгоритма.

Папки репозитория

  • docs - папка, содержащая документацию проекта;
  • main.py - файл, содержащий алгоритм.

Обзор продукта

Алгоритм, создающий признаки, которые улучшают результаты работы линейной модели классификации. Данный алгоритм является эффективным способом оптимизации решений с большим числом параметров. Идея заключается в комбинировании существующих параметров, путем создания новых, с возможностью дальнейшей визуализации.

Структура продукта

  • Сначала формируется начальное поколение - популяция деревьев.
  • Затем осуществляется селекция, то есть выбор подходящих индивидов на основе fitness-функции.
  • Затем на стадии рекомбинации происходит обмен частями деревьев.
  • На этапе мутаций случайно меняются части деревьев и на выходе получается новая популяция.
  • Если цель не была достигнута, то операции повторяются сначала до ее достижения.

image

Применение

  • Любая область, где могут быть применены методы машинного обучения для обработки данных. От банковской сферы до медицины.
  • Может быть применен для решения различных комбинаторных задач, к которым относятся задачи компоновки, задачи на графах и прочие.
  • Применяется для ускорения настройки нейронных сетей.

Уcтановка и настройка

Установка

Впишите команду: pip install geneticpotion #installing package.

Запуск

Впишите команду: from geneticpotion import potion as p # importing package lr = LogisticRegression() #or any other ml model from sklearn.linear_model pot = p.Potion(lr) #creating genetic algorithm enhancer pot.fit(x_train, y_train, x_test, y_test) #training pot.predict(data_x) #predicting.

Роли в команде

  • Косарецкий Егор - Data Scientist
  • Гераскин Степан - Data Scientist
  • Кристина Светова - Визуализатор
  • Шперлинг Софья - Data Scientist
  • Писарькова Валерия - Data Scientist
  • Новикова Валентина - Технический писатель

Куратор

Радеев Никита Андреевич, Machine Learning Engineer, Новосибирский Исследовательский центр ООО "Техкомпания Хуавей"

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •  

Languages