利用人工神經網絡探尋並預測鐵達尼號事故中倖存者的原因
相信我們周圍絕大多數人對於《鐵達尼號》這部電影都有或多或少的了解，電影中驚心動魄的情節和纏綿輾轉的感情依然讓我們記憶猶新。事實上，《鐵達尼號》這部電影正是根據1912年4月15日鐵達尼號沉船事件真實改編而來。而一直以來，人們依然在探索著為什麼有些人能夠倖存下來。
隨著時代和科技的發展，這一工作也有著越來越多元的分析方法。日前，Barhoom等人便使用機器學習（Machine Learning）的方法，通過建立人工神經網絡（Artificial Neural Network, ANN）模型，探索了鐵達尼號事故中倖存的原因。
研究中，Barhoom等人使用機器學習中的JustNN軟件建立了人工神經網絡的模型。研究者使用的訓練樣本和測試樣本均來自於Kaggle website，網站中統計數據有缺失，研究者根據網站中的數據，根據~70%（891筆乘客數據）和~30%（418筆乘客數據）的比例分類為訓練樣本和測試樣本。在樣本中，乘客的性別、年齡、艙位等級、兄弟姐妹及配偶人數等資料皆被考慮在內，並且給予了乘客是否生還作為其標籤。在分析訓練樣本的結果中，研究者發現，生還者者中63%的乘客是位於頭等艙的，且74%為女性……緊接著，研究者使用建立好的模型預測測試樣本的生還狀況，發現有99.28%的準確度。結果證明性別和旅客艙位是決定乘客是否生還的最重要因素，並且研究也為ANN模型提供了更廣闊的應用空間。
撰稿人：韓睿
原始論文：
Barhoom, A. M., Khalil, A. J., Abu-Nasser, B. S., Musleh, M. M., & Naser, S. S. A. (2019). Predicting Titanic Survivors using Artificial Neural Network.
https://philpapers.org/rec/BARPTS-6
（JustNN軟件地址：http://www.justnn.com/，筆者有試用，對於無程式語言基礎的機器學習愛好者來說，是不錯的選擇）
隨著時代和科技的發展，這一工作也有著越來越多元的分析方法。日前，Barhoom等人便使用機器學習（Machine Learning）的方法，通過建立人工神經網絡（Artificial Neural Network, ANN）模型，探索了鐵達尼號事故中倖存的原因。
研究中，Barhoom等人使用機器學習中的JustNN軟件建立了人工神經網絡的模型。研究者使用的訓練樣本和測試樣本均來自於Kaggle website，網站中統計數據有缺失，研究者根據網站中的數據，根據~70%（891筆乘客數據）和~30%（418筆乘客數據）的比例分類為訓練樣本和測試樣本。在樣本中，乘客的性別、年齡、艙位等級、兄弟姐妹及配偶人數等資料皆被考慮在內，並且給予了乘客是否生還作為其標籤。在分析訓練樣本的結果中，研究者發現，生還者者中63%的乘客是位於頭等艙的，且74%為女性……緊接著，研究者使用建立好的模型預測測試樣本的生還狀況，發現有99.28%的準確度。結果證明性別和旅客艙位是決定乘客是否生還的最重要因素，並且研究也為ANN模型提供了更廣闊的應用空間。
撰稿人：韓睿
原始論文：
Barhoom, A. M., Khalil, A. J., Abu-Nasser, B. S., Musleh, M. M., & Naser, S. S. A. (2019). Predicting Titanic Survivors using Artificial Neural Network.
https://philpapers.org/rec/BARPTS-6
（JustNN軟件地址：http://www.justnn.com/，筆者有試用，對於無程式語言基礎的機器學習愛好者來說，是不錯的選擇）
留言
張貼留言