prikaz prve stranice dokumenta Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa
  Preuzmi
PDF 3.26 MB
završni rad
Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2020. urn:nbn:hr:235:072803
Vugić, Martin
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Vugić, M. (2020). Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:072803

Vugić, Martin. "Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2020. https://urn.nsk.hr/urn:nbn:hr:235:072803

Vugić, Martin. "Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2020. https://urn.nsk.hr/urn:nbn:hr:235:072803

Vugić, M. (2020). 'Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa', Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 18.12.2024., https://urn.nsk.hr/urn:nbn:hr:235:072803

Vugić M. Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2020 [pristupljeno 18.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:072803

M. Vugić, "Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa", Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:072803

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:072803
Podaci o radu
NaslovTehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa
Naslov (engleski)Deep learning techniques applied in coronavirus threat analysis
AutorMartin Vugić
MentorTomislav Stipančić (mentor)
Član povjerenstvaZoran Kunica (predsjednik povjerenstva)
Član povjerenstvaDanko Brezak (član povjerenstva)
Član povjerenstvaTomislav Stipančić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2020-09-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Precizno strojarstvo
Sažetak
Kako tehnologija napreduje, a globalna populacija raste, raste i količina podataka i informacija koje svakodnevno stvaramo. Njihovo sortiranje, skupljanje i analiziranje može biti poprilično težak i mukotrpan zadatak. Jedna od najzastupljenijih i najnovijih grana strojnog učenja, duboko učenje (deep learning) upravo se bavi tom problematikom. Duboko učenje se temelji na predstavljanju podataka složenim algoritmima na visokom stupnju apstrakcije do kojih se dolazi slijedom stečenih nelinearnih transformacija. Metode dubokog učenja svoju primjenu pronalaze u važnim područjima kao što su: umjetna inteligencija, obrade prirodnog jezika, u bioinformatici i sl., no u okviru ovog rada, koristit ćemo je u analiziranju i predviđanju trendova bolesti zastupljenom korona virusom ili skraćeno COVID-19, uz stečene podatke i statistike u programskom jeziku Python.
Sažetak (engleski)
As technology advances and the world’s population grows, so does the amount of data we create every day. Collecting, sorting and analyzing them can be quite a difficult and demanding task. One of the most common and newest branches of machine learning, deep learning, deals with this kind of issues. Deep learning is based on the presentation of complex data algorithms at a high degree of abstraction which are given by learned nonlinear transformations. Deep learning methods find their application in important areas such as artificial intelligence, natural language processing, bioinformatics, etc., but in this paper, we will use it to analyze and predict trends with acquired data and statistics for disease aquired by corona virus, or shortened COVID-19 in the Python programming language.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:072803
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-09-24 11:44:23