Streszczenie:
W pierwszym rozdziale zbadano kwestię kluczowych czynników pogodowych wpływających
na operacje lotnicze. Przedstawiono korzyści mogące wynikać z wdrożenia skutecznych
systemów ostrzegających o możliwym wystąpieniu niebezpiecznych zjawisk
pogodowych w porcie lotniczym. Dokonano przeglądu aktualnych metod prognozy
stanu atmosfery oraz postępów jakie poczyniono w rozwoju aplikacji wykorzystujących
uczenie maszynowe w tematach związanych z synoptyką. Opisano w nim również
cel pracy i postawione przed nim pytanie badawcze.
W drugim rozdziale zawarty został opis danych wykorzystanych w doświadczeniu
oraz źródła z których one pochodzą. Szczegółowo zostały przedstawione sposoby
wykonywania pomiarów oraz ograniczenia jakim się cechują. Dokonano w nim także
opisu algorytmów, które zostały wykorzystane do zbudowania modeli klasyfikujących.
Przedstawiony został opis środowiska pracy przeznaczonego do wykonania doświadczenia.
Ostatni rozdział skupia się na sposobie przetwarzania danych, które utworzyły finalny
szereg czasowy. Jego charakterystyka została opisana poprzez eksplorację zwartych
w nim danych. Następnie przedstawiona została implementacja modeli uczenia
maszynowego oraz metody ewaluacji na podstawie których będą oceniane. Na końcu
przedstawiono wyniki i podsumowanie pracy.
