OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)
  • search hit 12 of 97
Back to Result List

Regressionsverfahren für große Datenmengen

  • Die Gauß-Prozess Regression ist eine vielseitige Variante zur datenbasierten Modellierung komplexer technischer Systeme. Mit dem approximativen Übergang zu spärlichen Gauß-Prozess Modellen wird eine Möglichkeit aufgezeigt, Regressionsanalyse auf sehr großen Datensätzen durchzuführen. Die Approximation wird dadurch induziert, dass nur eine repräsentative Trainingsdatenmenge zur Erstellung des Regressionsmodells genutzt wird. Hierbei werden zwei unterschiedliche Approximationen, die dadurch auf verschiedene Regressionsverfahren führen, genauer betrachtet. Zur Selektion der wichtigsten Datenpunkte werden unterschiedliche Methoden und Strategien vorgestellt. Dazu sind auch eigene Ideen mit betrachtet und realisiert worden. Anhand eines praxisbezogenen Datensatzes werden diese unter mehreren Gesichtspunkten miteinander verglichen.

Download full text files

  • Masterarbeit.pdf
    deu

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Jens Schreiter
Document Type:Master's Thesis
Language:German
Year of Completion:2012
Granting Institution:Hochschule Mittweida
Release Date:2017/09/21
GND Keyword:Regressionsanalyse , Gauß-Prozess
Institutes:03 Mathematik / Naturwissenschaften / Informatik
Open Access:Innerhalb der Hochschule
Licence (German):License LogoUrheberrechtlich geschützt