prikaz prve stranice dokumenta Modeli informacijske geometrije u analizi medijskog sadržaja
  Preuzmi
PDF 432.62 KB
diplomski rad
Modeli informacijske geometrije u analizi medijskog sadržaja
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. urn:nbn:hr:217:597623
Prpić, Monika
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Prpić, M. (2021). Modeli informacijske geometrije u analizi medijskog sadržaja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:597623

Prpić, Monika. "Modeli informacijske geometrije u analizi medijskog sadržaja." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:217:597623

Prpić, Monika. "Modeli informacijske geometrije u analizi medijskog sadržaja." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2021. https://urn.nsk.hr/urn:nbn:hr:217:597623

Prpić, M. (2021). 'Modeli informacijske geometrije u analizi medijskog sadržaja', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:217:597623

Prpić M. Modeli informacijske geometrije u analizi medijskog sadržaja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2021 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:597623

M. Prpić, "Modeli informacijske geometrije u analizi medijskog sadržaja", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:597623

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:597623
Podaci o radu
NaslovModeli informacijske geometrije u analizi medijskog sadržaja
Naslov (engleski)Information geometry models in media content analysis
AutorMonika Prpić
MentorMario Bukal (mentor)
Član povjerenstvaMario Bukal (predsjednik povjerenstva)
Član povjerenstvaBoris Muha (član povjerenstva)
Član povjerenstvaNikola Sandrić (član povjerenstva)
Član povjerenstvaSonja Štimac (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2021-03-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Sažetak
U ovom rada predstavljena je izgradnja klasifikacijskog algoritma baziranog na idejama informacijske geometrije. Stoga najprije uvodimo neke osnovne koncepte iz područja informacijske geometrije, pri čemo posebni naglasak stavljamo na eksponencijalne familije koje su u tom kontekstu najzanimljivija klasa vjerojatnosnih distribucija. Zatim se bavimo von Mises-Fisherovom distribucijom i njezinim svojstvima, budući da je upravo ona najčešće korištena distribucija za modeliranje usmjerenih podataka. Nakon toga, rezultate poopćujemo na konveksnu kombinaciju von Mises-Fisherovih distribucija te proučavamo procjenu njezinih parametara pomoću algoritma maksimizacija očekivanja. Naposljetku, primijenjujemo prethodno uvedene rezultate kako bismo pokazali kako u praksi funkcionira klasifikacija veće količine tekstualnih podataka.
Sažetak (engleski)
In this work we present the development of the classification algorithm that arises from ideas gathered in information geometry. Therefore, we first introduce some basic concepts from information geometry, with emphasis on exponential families, which are in this context the most interesting class of probability distributions. Next, we address von Mises-Fisher distribution and its properties, as it’s the most frequently used distribution for modelling directional data. After that, we generalized the results for the vMF mixture model and study estimation of its parameters using the expectation-maximization algorithm. Finally, we apply previously introduced methods to show how the classification of a large sample of text data performs in practice.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:597623
Studijski programNaziv: Matematička statistika
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 pohrane2021-03-25 13:02:23