Определение метеорологической дальности видимости с помощью деревьев решений

  • Д.А. Буднов Алтайский государственный университет Email: danila.budnov@yandex.ru
  • П.Н. Клепиков Алтайский государственный университет Email: klepikov.math@gmail.com

Abstract

Рассматривается возможность применения такого метода машинного обучения, как деревья решений, для определения метеорологической дальности видимости на основе других погодных показателей (температура воздуха, атмосферное давление, относительная влажность, скорость и направление ветра, облачность, текущая погода и др.). Описаны процесс сбора и обработки данных, а также обучение модели и её итоговая точностью.

References

1. Хромов С.П., Петросянц М.А. Метеорология и климатология: учебник. — 7-е изд. —М. : Изд-во Моск. ун-та, 2006.
2. Hovland C.I. Computer simulation of thinking // American Psychologist. – 1960. – Vol.15(11). – P. 687–693.
3. Hunt Earl B., Janet Marin, Philip J. Stone. Experiments in Induction. – New York :Academic Press, 1966.
4. Шахиди А. Loginom. — URL: https://loginom.ru/blog/decision-tree-p1. Дата об-ращения: 10.06.2022.
5. Синицин Ф. Решающие деревья // Академия Яндекса. Учебник по машин-ному обучению. — URL: https://academy.yandex.ru/handbook/ml/article/reshayushchiye-derevya. Дата обращения: 15.06.2022.
6. Толмачёв А., Классен Н. Для чего начинающим аналитикам нужны деревья решений // Яндекс Практикум. — URL: https://practicum.yandex.ru/blog/chto-takoe-derevo-reshenii-kak-ego-postroit. Дата обращения: 15.06.2022.
7. Мюллер А., Гвидо С. Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными. : Пер. с англ. — СПб. : ООО “Альфа-книга”, 2017.
Published
2023-12-03
How to Cite
Буднов Д., Клепиков П. Определение метеорологической дальности видимости с помощью деревьев решений // Труды семинара по геометрии и математическому моделированию, 2023, № 9. P. 171-182. URL: http://journal.asu.ru/psgmm/article/view/14340.

Most read articles by the same author(s)