Meta-learning na relačních datech

Abstract

Předmětem této práce je návrh a implementace meta-learningového modelu, který predikuje optimální pořadí výpočtu příznaků při transformaci relačních dat do jedné tabulky. V návrhu řešení je stanovena metrika pro vyhodnocení optimálního pořadí příznaků, na základě které jsou vytvořeny 4 predikční modely. Zvolené algoritmy pro klasifikační a regresní modely jsou logistická regrese, algoritmus ElasticNet a algoritmus XGBoost. Použitými technologiemi jsou Jupyter Notebook (Python), databáze MySQL a nástroj Predictor Factory pro transformaci relačních dat. Výstupem práce jsou vytvořená trénovací meta-data a vyhodnocení přínosu jednotlivých predikčních modelů.

The aim of this thesis is to design and implement a meta-learning model that predicts the optimal order of calculation features when transforming relational data into a single table. The design part specifies a metric for evaluation of the optimal order of the features, based upon which four prediction models are created. Logistic regression, ElasticNet algorithm and XGBoost algorithm were chosen to create classification and regression models. The technologies used for implementation of these algorithms were Jupyter Notebook (Python), MySQL database, and Predictor Factory tool for relational data transformation. The output of the thesis is represented by the created training meta-data and the evaluation of the contribution of each individual prediction model.