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, 2020. urn:nbn:hr:168:080611
Anđelković, Ivan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Anđelković, I. (2020). 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:168:080611

Anđelković, Ivan. "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:080611

Anđelković, Ivan. "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:080611

Anđelković, I. (2020). 'Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 21.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:080611

Anđelković I. Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 21.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:080611

I. Anđelković, "Usporedba uspješnosti različitih algoritama strojnog učenja na različitim skupovima podataka", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:080611

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:080611
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
AutorIvan Anđelković
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaPetar Afrić (član povjerenstva)
Član povjerenstvaLucija Šikić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-03, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Algoritmi strojnog učenja znaju biti složeni. U ovom radu prikazan je No Free Lunch teorem koji naglašava nepostojanje optimalnog algoritma strojnog ucenja. Pri- kazani su problemi i pozitivne stvari vezane uz nadzirano strojno ucenje. Objašnjeni su glavni tradicionalni algoritmi klasifikacije. Odabrani su predstavnici tih algoritama te su stavljeni u uporabu na izabranim skupovima podataka. Rezultati uporabe tablično prikazani te kasnije komentirani osnovano na ocekivanjima po algoritmima. Prikazan je jedan način formatiranja podataka za uporabu. Objašnjeni osnovni načini validacije rezultantnih modela. Prikazane mane točnosti i prikazana F1-mjera kao alternativa u slučajevima kada je to prikladno.
Sažetak (engleski)
Machine learning algorithms can be complex. In this work the No Free Lunch theorem is shown which emphasizes the fact that an optimal machine learning algorithm does not exist. The main issues and positives are presented which are mostly tied to supervised machine learning. Main traditional classification algorithms are shown and explained. Some of the algorithms are later chosen and put to work on selected datasets. The results of this activity are shown using tables and later discussed based on the expectations which were in place. This work explains one way in which datasets are formatted for use. Some of the main ways of model validation are explained. The flaws of accuracy as a way of validations are shown and the alternative, F1-score is explained and put to use on datasets where it is appropriate.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:080611
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 pohrane2023-01-14 08:18:05