prikaz prve stranice dokumenta Modeli dubokog učenja za upareno rangiranje
Rad nije dostupan
diplomski rad
Modeli dubokog učenja za upareno rangiranje
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:360726
Ljubičić, Karmela
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Ljubičić, K. (2019). Modeli dubokog učenja za upareno rangiranje (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:360726

Ljubičić, Karmela. "Modeli dubokog učenja za upareno rangiranje." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:360726

Ljubičić, Karmela. "Modeli dubokog učenja za upareno rangiranje." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:360726

Ljubičić, K. (2019). 'Modeli dubokog učenja za upareno rangiranje', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 29.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:360726

Ljubičić K. Modeli dubokog učenja za upareno rangiranje [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 29.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:360726

K. Ljubičić, "Modeli dubokog učenja za upareno rangiranje", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:360726

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:360726
Podaci o radu
NaslovModeli dubokog učenja za upareno rangiranje
Naslov (engleski)Deep Learning Models for Pairwise Ranking
AutorKarmela Ljubičić
MentorZvonko Kostanjčar (mentor)
Član povjerenstvaZvonko Kostanjčar (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu predstavljena je alternativna metoda za upareno rangiranje ostvarena modelima dubokog učenja. Implementirana je uparena duboka neuronska mreža. Za treniranje ovog modela ulazni parovi primjera kreirani su iz skupova podataka za procjenu kreditnog rizika. Opisano je pet različitih načina uparivanja primjera iz skupa podataka. Predloženi modeli za upareno rangiranje trenirani su za niz različitih hiperparametara. Rezultati ovih modela evaluirani su mjerom Somers' D i uspoređeni su s rezultatima uobičajenih klasifikacijskih modela binarne logističke regresije i duboke neuronske mreže.
Sažetak (engleski)
This paper presents an alternative method for pairwise ranking achieved by deep learning models. A deep neural network for pairwise ranking was implemented. Datasets for credit risk assessment were used to produce input pairs for the implemented model. In this thesis, five different methods for data pairing were described. Proposed models for pairwise ranking were trained with a variety of hyperparameters. Their evaluated Somers' D measures were compared with those of usual binary logistic regression and deep neural network classification algorithms.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:360726
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 19:54:19