prikaz prve stranice dokumenta Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka
Rad nije dostupan
završni rad
Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:059567
Šarić, Igor
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šarić, I. (2018). Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:059567

Šarić, Igor. "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:059567

Šarić, Igor. "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:059567

Šarić, I. (2018). 'Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:059567

Šarić I. Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:059567

I. Šarić, "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:059567

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:059567
Podaci o radu
NaslovUsporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka
Naslov (engleski)Comparing Efficiency of Various Machine Learning Algorithms on Different Datasets
AutorIgor Šarić
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaKlemo Vladimir (član povjerenstva)
Član povjerenstvaGoran Delač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Cilj je usporediti algoritme strojnog učenja koji rješavaju problem klasifikacije na različitim skupovima podatka. Usporedba se temelji na točnosti predviđanja algoritama na njima prije neviđenim podacima. Algoritmi koji se uspoređuju su: Naivni Bayesov klasifikator, Stablo odluke, Najbliži susjed, Linearna diskriminantna analiza, Logistička regresija i Stroj potpornih vektora. Usporedba se provodila nad tri različita skupa podataka. Rezultati usporedbe su pokazali da algoritmi Stablo odluke i Najbliži susjed imaju dobru točnost neovisno o vrsti podataka, dok algoritmi Linearne diskriminantne analize, Logističke regresije i Stroja potpornih vektora imaju dobre i bolje rezultate za specifičnije vrste podatka.
Sažetak (engleski)
The goal is to compare different machine learning algorithms for classification problems using different datasets. The comparison is based on predicting the classes of data not previously seen by the algorithms. Algorithms used in the comparison are: Naive Bayes classifier, Decision tree, Nearest neighbour, Linear discriminant analysis, Logistic regression, Support vector machine. Three different datasets were used for the comparison. Results of the comparison show that accuracies of Nearest neighbour and Decision tree algorithms are good, no matter the data type, while algorithms like Linear discriminant analysis, Logistic regression and Support vector machine have better result for specific data types.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:059567
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-14 01:08:25