ВИКОРИСТАННЯ BOOTSTRAP-ТЕХНОЛОГІЇ ДЛЯ КЛАСИФІКАЦІЇ ДАНИХ МЕТОДАМИ ЛІНІЙНОЇ ТА ЛОГІСТИЧНОЇ РЕГРЕСІЇ
Ключові слова:
лінійна регресія, логістична регресія, bootstrap, машинне навчання, оцінка якості моделі, прогнозування, класифікація, програма RАнотація
Робота присвячена дослідженню бут-страп технології в аналізі даних на прикладі методів лінійної та логістичної регресії із реалізацією в програмі R.
Посилання (Бібліографія)
Майборода Р.Є. Методичні рекомендації по курсу: Регресійний аналіз та асимптотична статистика. Київ: КНУ, 2020. – 40 с.
Павлів Н. Р., Левицький О. В. Методи машинного навчання для задач класифікації у медицині: Вісник Національного університету «Львівська політехніка»: Комп’ютерні науки та інформаційні технології. Львів: ЛНУ, 2023. – 220–236 с.
R Core Team. An Introduction to R.– Vienna: R Foundation for Statistical Computing, 2023. – URL: https://cran.r-project.org/doc/manuals/R-intro.pdf (Дата звернення: 18 трав. 2025.)
James G., Witten D., Hastie T., Tibshirani R. An Introduction to Statistical Learning: with Applications in R. – 2nd ed. – New York: Springer, 2021. – 431 p.
Bootstrapping in Statistics with R. URL: https://www.datacamp.com/tutorial/bootstrapping. (Дата звернення: 18 трав. 2025.)
Solomon D. Bootstrapping: The Basics. URL: https://drew-solomon.medium.com/bootstrapping-the-basics-4dbd7ca965f1 (Дата звернення: 18 трав. 2025.)
Saito T., Rehmsmeier M. The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets. PLoS ONE. – 2015. – Vol. 10, № 3. URL:https://pmc.ncbi.nlm.nih.gov/articles/PMC8137228 (Дата звернення: 18 трав. 2025.)
