prikaz prve stranice dokumenta ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI
  Preuzmi
PDF 518.15 KB
završni rad
ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. urn:nbn:hr:200:526137
Lazor, Denis
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Institucijski repozitorij: Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Citirajte ovaj rad

Lazor, D. (2019). ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:526137

Lazor, Denis. "ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:526137

Lazor, Denis. "ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2019. https://urn.nsk.hr/urn:nbn:hr:200:526137

Lazor, D. (2019). 'ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 27.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:526137

Lazor D. ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2019 [pristupljeno 27.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:526137

D. Lazor, "ALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:526137

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:526137
Podaci o radu
NaslovALGORITAM SLUČAJNIH ŠUMA U OPENCV BIBLIOTECI
Naslov (engleski)Random forest algorithm in OpenCV library
AutorDenis Lazor
MentorDamir Filko (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2019-09-26, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu je obrađena teorijska podloga algoritma slučajnih šuma i njegova implementacija u OpenCV biblioteci. Primjena teorijske podloge je prikazana na primjeru klasifikacije stanica tumora dojke. U tu svrhu, uz ostale pomoćne biblioteke, korištena je OpenCV biblioteka te Python programski jezik i UCIML baza podataka. Nakon kreiranja slučajne šume i postavljanja njenih parametara sljedeći korak je bio učenje. Učenje je provedeno na 455 uzoraka gdje je svako stablo odluke unutra slučajne šume učeno koristeći nasumično odabran podskup uzoraka. Testiranje je provedeno na skupu od 114 uzoraka s maksimalnom preciznošću od 113 uspješnih klasifikacija i minimalnom preciznošću od 105 uspješnih klasifikacije ovisno o nasumično odabranom podskupu uzoraka.
Sažetak (engleski)
In this paper the theoretical background of the random forest algorithm and its implementation in OpenCV library was elaborated. Application of the theoretical background was presented on the example of breast tumor cells classification. In addition to other support libraries, the OpenCV library was used with the Python programming language, and the UCIML database. After a random forest object was created and its parameters were set, the next step was learning. Learning was carried out on 455 samples where each decision tree inside a random forest was taught using a randomly selected subset of samples. Testing was performed on a set of 114 samples with a maximum precision of 113 successful classifications and a minimum precision of 105 successful classifications depending on a randomly selected subset of samples.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:526137
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike (univ.bacc.ing.el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-10-31 11:19:02