• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
Przewidywanie efektywności paliwowej (MPG) przy użyciu uczenia maszynowego

Przewidywanie efektywności paliwowej (MPG) przy użyciu uczenia maszynowego

Paperback

Technology & Engineering

ISBN10: 6209881831
ISBN13: 9786209881831
Publisher: Wydawnictwo Nasza Wiedza
Published: Apr 9 2026
Pages: 52
Weight: 0.18
Height: 0.12 Width: 6.00 Depth: 9.00
Language: Polish
Efektywnośc paliwowa odgrywa kluczową rolę w projektowaniu samochodów, zrównoważeniu środowiskowym i analizie wydajności. Niniejszy projekt przedstawia podejście oparte na uczeniu maszynowym do przewidywania mil na galon (MPG) przy użyciu cech pojazdu z dobrze znanego zbioru danych Auto MPG dostępnego w repozytorium uczenia maszynowego UCI.Zbiór danych przechodzi etapy wstępnego przetwarzania, w tym obslugę brakujących wartości, konwersję typów danych i wybór kluczowych atrybutów numerycznych. Dwa modele predykcyjne - regresja liniowa i regresor Random Forest - są implementowane i oceniane przy użyciu standardowych wskaźników regresji, takich jak średni bląd bezwzględny (MAE), średni bląd kwadratowy (MSE) i wynik R . Model Random Forest wypada znacznie lepiej, co wskazuje na jego silę w wychwytywaniu nieliniowych wzorców w charakterystyce pojazdu.Badanie podkreśla potencjal uczenia maszynowego do wspierania analizy wydajności samochodów i prognozowania zużycia paliwa. Przyszle ulepszenia mogą obejmowac dostrajanie modeli, zaawansowane algorytmy, systemy przewidywania w czasie rzeczywistym i wdrażanie za pośrednictwem interfejsu internetowego.

Also from

Sharma, Abhishek

Also in

Technology & Engineering