Polski
Angielski
Próba identyfikacji istotnych cech wpływających na dobór algorytmów uczenia maszynowego dla oceny wpływu hałd odpadów wydobywczych i przeróbczych na środowisko
Data: Wtorek 24.02.2026
Sesja: Od złoża do odzysku: eksploatacja surowców krytycznych jako wyzwanie gospodarcze i środowiskowe
Godzina/Sala: 13:00 - 13:15 - B
Tytuł: Próba identyfikacji istotnych cech wpływających na dobór algorytmów uczenia maszynowego dla oceny wpływu hałd odpadów wydobywczych i przeróbczych na środowisko
Title: An attempt to identify important features influencing the selection of machine learning algorithms for assessing the impact of mining and processing waste dumps on the environment
Badania w zakresie zastosowania algorytmów uczenia maszynowego nadzorowanego do oceny oddziaływania hałd i obiektów przeprowadzono na obiektach po eksploatacji węgla kamiennego na obszarze GZW. Dla dostępnego zbioru danych uczących za najbardziej perspektywiczne algorytmy uznano BernoulliNB i RidgeClassifier, a w dalszej kolejności MLPClassifier, SVM i LogisticRegression.. Wpływ na wyniki miał przed wszystkim dobór istotnych cech dla jakości wykonywanych predykcji. Dla analizowanych algorytmów przeprowadzono analizę siły wpływu poszczególnych cech na wyniki ich predykcji.
