prikaz prve stranice dokumenta Strojno učenje prepoznavanja rukopisne numeracije
  Preuzmi
PDF 976.18 KB
završni rad
Strojno učenje prepoznavanja rukopisne numeracije
Zagreb: Sveučilište u Zagrebu, Filozofski fakultet, 2020. urn:nbn:hr:131:837566
Slota, Marko
Sveučilište u Zagrebu
Filozofski fakultet
Odsjek za informacijske i komunikacijske znanosti

Institucijski repozitorij: ODRAZ

Citirajte ovaj rad

Slota, M. (2020). Strojno učenje prepoznavanja rukopisne numeracije (Završni rad). Zagreb: Sveučilište u Zagrebu, Filozofski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:131:837566

Slota, Marko. "Strojno učenje prepoznavanja rukopisne numeracije." Završni rad, Sveučilište u Zagrebu, Filozofski fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:131:837566

Slota, Marko. "Strojno učenje prepoznavanja rukopisne numeracije." Završni rad, Sveučilište u Zagrebu, Filozofski fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:131:837566

Slota, M. (2020). 'Strojno učenje prepoznavanja rukopisne numeracije', Završni rad, Sveučilište u Zagrebu, Filozofski fakultet, citirano: 17.02.2025., https://urn.nsk.hr/urn:nbn:hr:131:837566

Slota M. Strojno učenje prepoznavanja rukopisne numeracije [Završni rad]. Zagreb: Sveučilište u Zagrebu, Filozofski fakultet; 2020 [pristupljeno 17.02.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:837566

M. Slota, "Strojno učenje prepoznavanja rukopisne numeracije", Završni rad, Sveučilište u Zagrebu, Filozofski fakultet, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:837566

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:131:837566
Podaci o radu
NaslovStrojno učenje prepoznavanja rukopisne numeracije
Naslov (engleski)Handwritten digit recognition using machine learning
AutorMarko Slota
MentorIvan Dunđer (mentor)
MentorSanja Seljan (sumentor)
Član povjerenstvaVjera Lopina (predsjednik povjerenstva)
Član povjerenstvaIvan Dunđer (član povjerenstva)
Član povjerenstvaSanja Seljan (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Filozofski fakultet
(Odsjek za informacijske i komunikacijske znanosti)
Zagreb
Datum i država obrane2020-09-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Sažetak
Završni rad na temu strojnog učenja prepoznavanja rukopisne numeracije detaljno prikazuje podjelu algoritama zaduženih za strojno učenje na način da vrši uvid u same pristupe strojnom učenju i načine na koje se ti pristupi mogu koristiti kada dođe do problematike prepoznavanja ručno napisanih brojčanih znamenaka. Svi navedeni pristupi nadalje su razgranati kako bi se postigao jasan pregled najčešćih oblika klasifikatora zaduženih za istraživanja na ovu temu. Ovaj rad daje uvid u postotak točnosti i pogreške dobivenih na osnovu istraživanja vršenih za svaki pojedini algoritam koji se koristi u obliku sustava za klasifikaciju korištenih ulaznih podataka. Svi rezultati dobiveni testiranjem navedenih algoritama tablično su prikazani i detaljno objašnjeni. Također, vršen je i prikaz eventualnih problema koji se događaju pri stvaranju predikcija o kojoj se ručno napisanoj znamenci uistinu radi, kao i koja su eventualna rješenja za iste. U završnome dijelu rada prikazano je softwaresko rješenje ta temu ove problematike u obliku koda napisanog u programskom jeziku Python.
Sažetak (engleski)
The final work on theme of handwritten digit recognition using machine learning shows in detail the division of machine learning algorithms by insight into the machine learning approaches and ways those approaches can be used in problems related to handwritten numbering. All of the above approaches are further explained in order to achieve a clear overview of the most common forms of classifiers in charge of research on this topic. This paper provides insight into the percentage of accuracy and error obtained based on the research performed for each individual algorithm it uses in the form of a system for classifying the input data used. All results obtained by testing this algorithm are tabulated and published in detail. Also, a presentation of possible problems that occur when creating a prediction about which handwritten digit is truly used, as well as possible solutions for the same. The final part of the paper presents a software solution on the topic in the form of code written in the Python programming language.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:131:837566
Studijski programNaziv: Informacijske znanosti
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti (univ. bacc. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-09-20 19:36:55