prikaz prve stranice dokumenta Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu
  Preuzmi
PDF 2.08 MB
završni rad
Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2024. urn:nbn:hr:190:426888
Došen, Leonarda
Sveučilište u Rijeci
Tehnički fakultet
Zavod za matematiku, fiziku i strane jezike
Katedra za primjenjenu matematiku i fiziku

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Došen, L. (2024). Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu (Završni rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:426888

Došen, Leonarda. "Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:426888

Došen, Leonarda. "Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu." Završni rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:426888

Došen, L. (2024). 'Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu', Završni rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:190:426888

Došen L. Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu [Završni rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2024 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:426888

L. Došen, "Upotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu", Završni rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:426888

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:426888
Podaci o radu
NaslovUpotreba ROC krivulja u evaluaciji performansi sustava u inženjerstvu
Naslov (engleski)Using the ROC curve to evaluate the performance of technical systems
AutorLeonarda Došen
MentorLoredana Simčić (mentor)
MentorNelida Črnjarić (komentor)
Član povjerenstvaSamir Žic (predsjednik povjerenstva)
Član povjerenstvaLoredana Simčić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za matematiku, fiziku i strane jezike)
(Katedra za primjenjenu matematiku i fiziku)
Rijeka
Datum i država obrane2024-07-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Sažetak
Ovaj završni rad predstavlja istraživanje primjene modela strojnog učenja u predviđanju performansi timova i vozača u Formuli 1 pomoću ROC (eng. Receiver Operating Characteristic) krivulja. Cilj je pokazati kako se podaci iz prošlih utrka mogu iskoristiti za stvaranje modela koji predviđa vjerojatnost postizanja odabranih rezultata, poput osvajanja pobjedničkog postolja i pobjede u utrkama. Kroz ovaj rad opisuje se proces strojnog učenja, objašnjavaju se algoritmi strojnog učenja, način prikupljanja i obrade podataka, te evaluacija performansi modela pomoću različitih metrika. Model logističke regresije pokazuje se najboljim za predviđanje osvajanja podija, dok su slučajne šume najuspješnije u predviđanju pobjednika. Unatoč ograničenjima, istraživanje pokazuje potencijal korištenja strojnog učenja u predviđanju performansi inženjerskih sustava, pružajući temelj i potrebna znanja za buduća istraživanja.
Sažetak (engleski)
This thesis presents a study on the application of machine learning models in predicting the performance of teams and drivers in Formula 1 using ROC (Receiver Operating Characteristic) curves. The aim is to show how data from past races can be used to create a model that predicts the likelihood of achieving selected results, such as winning a podium or a race. This thesis describes the process of machine learning, explains the machine learning algorithms, the methods of data collection and processing, and the evaluation of model performance using various metrics. The logistic regression model is shown to be the best for predicting podium finishes, while random forests are the most successful in predicting winners. Despite the limitations, the research demonstrates the potential of using machine learning in predicting the performance of engineering systems, providing a foundation and necessary knowledge for future research.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:426888
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 Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2024-07-13 08:25:16