Μέθοδοι μηχανικής εκμάθησης για ταξινόμηση και παλινδρόμηση

Παπαδόπουλος, Δημητριος (2537); Παπαϊωάννου, Ιωάννης (2427)

dc.contributor.advisor	Αντωνόπουλος, Χρήστος,
dc.contributor.author	Παπαδόπουλος, Δημητριος (2537)
dc.contributor.author	Παπαϊωάννου, Ιωάννης (2427)
dc.date.accessioned	2021-06-07T04:45:45Z
dc.date.available	2021-06-07T04:45:45Z
dc.date.issued	2021-06
dc.identifier.uri	http://repository.library.teimes.gr/xmlui/handle/123456789/9231
dc.description.abstract	Στην παρούσα εργασία θα παραρουσιαστούν και θα αναλυθούν οι τεχνικές και οι διαδικασίες πρόβλεψης κάποιων συγκεκριμένων τιμών. Πιο συγκερκιμένα θα εργαστούμε πάνω στo AirBnB, όπου ως βασικός στόχος είναι η πρόβλεψη τιμών των διαμερισμάτων σε μελλοντικό χρόνο με βάση τις τιμές που έχουμε ως δεδομένα απο το παρελθόν.Χρησιμοποιώντας τις βάσεις δεδομένων που διαθέτει η Kaggle θα εργαστούμε όπως αναφέρθηκε και παραπάνω στην πρόβλεψη τιμών των διαμερισμάτων του Βερολίνου. Η εργασία θα υλοποιηθεί με γλώσσα python, όπου το πρώτο βήμα θα είναι η συλλογή και η ταξινόμηση των δεδομένων ώστε να μπορούμε να κάνουμε plot στα διαμερίσματα και να βλέπουμε μέσα απο διαγράμματα πως κυμαίνονται οι τιμές στο χρόνο. Στη συνέχεια χρησιμοποιώντας κάποιους αλγορίθμους θα προσπαθήσουμε να προβλέψουμε τις πιθανές τιμές που θα έχουν τα διαμερίσματα στο μέλλον και κατά πόσο σωστές θα είναι οι προβλέψεις που θα παίρνουμε ως αποτέλεσμα.	el
dc.language.iso	el_GR	el
dc.publisher	ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ	el
dc.title	Μέθοδοι μηχανικής εκμάθησης για ταξινόμηση και παλινδρόμηση	el
dc.type	Πτυχιακή Εργασία	el