prikaz prve stranice dokumenta Strojno učenje kao alat za zaključivanje
  Download
PDF 1.41 MB
undergraduate thesis
Strojno učenje kao alat za zaključivanje
Zagreb: University of Zagreb, University of Zagreb, Faculty of Humanities and Social Sciences, 2019. urn:nbn:hr:131:590439
Gregorić, Marin
University of Zagreb
Faculty of Humanities and Social Sciences
Department of information and Communication sciences

Institutional repository: ODRAZ

Cite this document

Gregorić, M. (2019). Strojno učenje kao alat za zaključivanje (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Humanities and Social Sciences. Retrieved from https://urn.nsk.hr/urn:nbn:hr:131:590439

Gregorić, Marin. "Strojno učenje kao alat za zaključivanje." Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, 2019. https://urn.nsk.hr/urn:nbn:hr:131:590439

Gregorić, Marin. "Strojno učenje kao alat za zaključivanje." Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, 2019. https://urn.nsk.hr/urn:nbn:hr:131:590439

Gregorić, M. (2019). 'Strojno učenje kao alat za zaključivanje', Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, accessed 28 April 2024, https://urn.nsk.hr/urn:nbn:hr:131:590439

Gregorić M. Strojno učenje kao alat za zaključivanje [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Humanities and Social Sciences; 2019 [cited 2024 April 28] Available at: https://urn.nsk.hr/urn:nbn:hr:131:590439

M. Gregorić, "Strojno učenje kao alat za zaključivanje", Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:131:590439

Metadata
TitleStrojno učenje kao alat za zaključivanje
Title (english)Machine learning as prediction tool
AuthorMarin Gregorić
MentorSanja Seljan (mentor)
Committee memberIvan Dunđer (predsjednik povjerenstva)
Committee memberMarko Pavlovski (član povjerenstva)
Committee memberSanja Seljan (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Humanities and Social Sciences
(Department of information and Communication sciences)
Zagreb
Defense date and country2019-09-24, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Abstract
Strojno učenje postaje sve češći alat u većini znanstvenih disciplina. Ovaj tekst pokušava objasniti strojno učenje i njegove osnovne koncepte kroz klasifikaciju sustava strojnog učenja i kroz objašnjenja najkorištenijih algoritama. Također prikazuje kako stvoriti sustav strojnog učenja za klasifikaciju korištenjem klasifikatora K najbližih susjeda, logističke regresije te linearnog i RBF stroja potpornih vektora. Također, objašnjeno je kako interpretirati rezultate najkorištenijih metoda za evaluaciju sustava strojnog učenja.
Abstract (english)
Machine learning is becoming a more prevelant tool in most science fields. This text tries to explain machine learning and its basic concepts through classification of machine learning systems and through explanations of most used algorithms. It is also presents how to create a machine learning system for classification using K- nearest neighbors classifier, logistic regression, and linear and RBF kernel support vector machines. Also, it is shown how to interpret results of most used methods for evaluating machine learning systems.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:131:590439
Study programmeTitle: Information Sciences
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2019-10-30 12:27:10