СТЕКІНГ НЕЙРОПОДІБНОЇ СТРУКТУРИ МПГП З RBF ШАРОМ НА ПІДСТАВІ ГЕНЕРУВАННЯ ВИПАДКОВОГО КОРТЕЖУ ЇЇ ГІПЕРПАРАМЕТРІВ ДЛЯ ЗАВДАНЬ ПРОГНОЗУВАННЯ
Підвищення точності прогнозування засобами штучного інтелекту є важливим завданням в різних галузях промисловості, економіки, медицини. Ансамблеве навчання є одним із можливих варіантів досягнення цього. Зокрема, побудова стекінгових моделей на підставі різних методів машинного навчання, чи з використанням різних частин наявного набору даних демонструє високу точність прогнозу. Проте потребу правильного підбору членів ансамблю, їх оптимальних параметрів, тощо, зумовлює потребу великих часових витрат на підготовку та навчання таких моделей.