prikaz prve stranice dokumenta Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima
Rad nije dostupan
diplomski rad
Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:850799
Miloš, Matteo
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Miloš, M. (2019). Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:850799

Miloš, Matteo. "Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:850799

Miloš, Matteo. "Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:850799

Miloš, M. (2019). 'Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:850799

Miloš M. Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 27.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:850799

M. Miloš, "Usporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:850799

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:850799
Podaci o radu
NaslovUsporedba dubokog učenja i konvencionalnih metoda u modernim preporučiteljskim sustavima
Naslov (engleski)Comparison Between Conventional and Deep Learning Methods in Modern Recommender Systems
AutorMatteo Miloš
MentorDamir Pintar (mentor)
Član povjerenstvaDamir Pintar (predsjednik povjerenstva)
Član povjerenstvaZoran Skočir (član povjerenstva)
Član povjerenstvaMihaela Vranić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-09, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Preporučiteljski sustavi su područje koje u posljednje vrijeme ostvaruje velik napredak, zbog gotovo neograničene dostupnosti interneta. Tako su velike svjetske firme orijentirane na pružanje personaliziranog sadržaja svakom korisniku, kako bi njegovo iskustvo korištenja sadržaja bilo što pozitivnije, ali i kako bi istovremeno povisile profit. Donedavno, preporučiteljski sustavi su se oslanjali na klasične metode suradničkog filtriranja i filtriranja zasnovanog na sadržaju, uz manje modifikacije, međutim u posljednje vrijeme taj se trend mijenja te se u metode preporuke uvode i koncepti dubokog učenja. U ovom radu uspoređene su performanse klasičnih metoda i metoda dubokog učenja, odnosno neuronskih mreža.
Sažetak (engleski)
Recommender systems are the field that has gained great improvement in recent times, mostly because of the almost unlimited availability of internet. Consequently, great companies are trying to give a personalized content to each user, so that his experience is as positive as possible, but also to simultaneously raise their profit. Until recently, recommender systems were using traditional methods as collaborative filtering and content-based filtering, but in recent times, that trend is changing, and deep learning concepts are being used more and more. In this thesis we have compared performances of traditional methods and methods of deep learning, more precisely neural networks.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:850799
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 20:32:28