prikaz prve stranice dokumenta Primjena strojnog učenja u procjeni sklonosti konzumaciji droge
Rad nije dostupan
diplomski rad
Primjena strojnog učenja u procjeni sklonosti konzumaciji droge
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:350024
Jurič, Martina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Jurič, M. (2020). Primjena strojnog učenja u procjeni sklonosti konzumaciji droge (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:350024

Jurič, Martina. "Primjena strojnog učenja u procjeni sklonosti konzumaciji droge." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:350024

Jurič, Martina. "Primjena strojnog učenja u procjeni sklonosti konzumaciji droge." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:350024

Jurič, M. (2020). 'Primjena strojnog učenja u procjeni sklonosti konzumaciji droge', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:350024

Jurič M. Primjena strojnog učenja u procjeni sklonosti konzumaciji droge [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:350024

M. Jurič, "Primjena strojnog učenja u procjeni sklonosti konzumaciji droge", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:350024

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:350024
Podaci o radu
NaslovPrimjena strojnog učenja u procjeni sklonosti konzumaciji droge
Naslov (engleski)Machine learning approach to estimation of drug consumption risk
AutorMartina Jurič
MentorMirjana Domazet-Lošo (mentor)
Član povjerenstvaMirjana Domazet-Lošo (predsjednik povjerenstva)
Član povjerenstvaIvica Botički (član povjerenstva)
Član povjerenstvaMarko Horvat (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Opojna sredstva mogu izazvati razne štetne utjecaje ovisno o količini i učestalosti konzumacije. U sklopu rada, pokušala se odrediti sklonost konzumaciji droge ispitanika pomoću strojnog učenja, na osnovu njihovih demografskih podataka i podataka o osobnosti. Nakon uvoda, dan je kratki opis promatranih opojnih sredstava, opis i vizualizacija korištenog skupa podataka te potom opis modela, postupaka i mjera iz područja strojnog učenja koji su upotrijebljeni u sklopu rješavanja problema. Radi boljeg razumijevanja rezultata klasifikacije, napravljeni su i grafovi ovisnosti nekih demografskih značajki i odgovora ispitanika u originalnom skupu podataka. U nastavku su dani rezultati i kratak osvrt na njih, najprije binarne klasifikacije, a potom i višeklasne klasifikacije za svaku od promatranih droga. Na kraju rada dan je i generalni zaključak te popis korištene literature.
Sažetak (engleski)
Narcotics can cause various harmful effects depending on the amount and frequency of consumption. As part of the work, an attempt was made to determine the propensity to use drugs of the respondents using machine learning, based on their demographic data and personality data. After the introduction, a brief description of the observed narcotics and a description and visualization of the used data set were given followed by a description of the models, procedures and measures in the field of machine learning, which were used for solving the problem. In order to better understand the results of the classification, graphs of the dependence of some demographic characteristics and responses of the respondents in the original data set are made. After that, the results and a brief overview of them are shown, first binary classification and then multiclass classification for each of the observed drugs. At the end, a general conclusion and a list of used literature are given.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:350024
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 pohrane2023-01-13 12:34:55