prikaz prve stranice dokumenta Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja
No public access
undergraduate thesis
Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:874657
Hladek, Mario
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Hladek, M. (2022). Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:874657

Hladek, Mario. "Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:874657

Hladek, Mario. "Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:874657

Hladek, M. (2022). 'Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:874657

Hladek M. Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2024 November 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:874657

M. Hladek, "Otkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:874657

Metadata
TitleOtkrivanje bolesti iz podataka ekspresije gena pomoću strojnog učenja
Title (english)Disease Discovery From Gene Expression Data Using Machine Learning
AuthorMario Hladek
MentorKrešimir Križanović (mentor)
Committee memberKrešimir Križanović (član povjerenstva)
Committee memberFilip Bosnić (član povjerenstva)
Committee memberJosipa Lipovac (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-09-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom radu proučavali smo klasificiranje gena iz istraživanja Golub et al. Cilj nam je bio saznati mogu li algoritmi strojnog učenja dobro klasificirati tipove raka i proveli smo eksperiment. Koristili smo četiri algoritma strojnog učenja: logističku regresiju, stroj potpornih vektora, K-srednjih vrijednosti, neuronske mreže. Naravno, radili smo na vrlo malom broju primjeraka (72) te od tako malog broja ne može se očekivati savršeni rad modela. Bez obzira na to dobili smo poprilično visoke rezultate za sva četiri algoritma. Nakon provedbi svih algoritama i postepenog opisivanja korištenja koda, na kraju djela uspoređuju se rezultati algoritama međusobno. Zbog korisnosti strojnog učenja, možemo reći da se kroz idućih nekoliko godina nadamo poboljšanju općenito svih algoritama strojnog učenja i njihovoj primjeni šire u znanosti, također i svijetu.
Abstract (english)
.
Languagecroatian
URN:NBNurn:nbn:hr:168:874657
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-15 10:17:42