prikaz prve stranice dokumenta Strojno učenje putem regresije i SVM
  Preuzmi
PDF 1.11 MB
diplomski rad
Strojno učenje putem regresije i SVM
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. urn:nbn:hr:217:060657
Bojanić, David
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Bojanić, D. (2019). Strojno učenje putem regresije i SVM (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:060657

Bojanić, David. "Strojno učenje putem regresije i SVM." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:217:060657

Bojanić, David. "Strojno učenje putem regresije i SVM." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:217:060657

Bojanić, D. (2019). 'Strojno učenje putem regresije i SVM', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 12.05.2024., https://urn.nsk.hr/urn:nbn:hr:217:060657

Bojanić D. Strojno učenje putem regresije i SVM [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2019 [pristupljeno 12.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:060657

D. Bojanić, "Strojno učenje putem regresije i SVM", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:060657

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:060657
Podaci o radu
NaslovStrojno učenje putem regresije i SVM
AutorDavid Bojanić
MentorLavoslav Čaklović (mentor)
Član povjerenstvaLavoslav Čaklović (predsjednik povjerenstva)
Član povjerenstvaJosip Tambača (član povjerenstva)
Član povjerenstvaIgor Pažanin (član povjerenstva)
Član povjerenstvaDražen Adamović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2019-02-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
Prvo poglavlje ovoga rada uvodi pojam strojnoga učenja, kao i njegovu povijest i primjenu. Sljedeća dva poglavlja uvode regresiju i klasifikaciju te algoritme linearne regresije i logističke regresije koji služe kao mjerilo usporedbe algoritmu potpornih vektora, koji je glavna tematika ovoga rada. Naposljetku slijedi usporedba metode potpornih vektora sa spomenutim metodama logističke regresije i linearne regresije na konkretnom klasifikacijskom i regresijskom problemu.
Sažetak (engleski)
The first chapter of this work introduces the concept of machine learning, as well as its history and applications. The next two chapters focus on the concept of regression and classification as well as the appropriate algorithms, linear regression and logistic regression. The aforementioned algorithms are used as a baseline for the main algorithm of this work: the support vector machine algorithm which is talked about in detail in the next chapter. In conclusion, the methods are compared on a concrete regression and classification problem.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:060657
Studijski programNaziv: Financijska i poslovna matematika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-07-12 09:30:23