prikaz prve stranice dokumenta Optimizacija modela temeljenih na Gradient Boosting metodi
  Preuzmi
PDF 5.08 MB
diplomski rad
Optimizacija modela temeljenih na Gradient Boosting metodi
Pula: Sveučilište Jurja Dobrile u Puli, 2022. urn:nbn:hr:137:676578
Markov, Petar
Sveučilište Jurja Dobrile u Puli
Fakultet informatike u Puli

Institucijski repozitorij: Digitalni repozitorij Sveučilišta Jurja Dobrile u Puli

Citirajte ovaj rad

Markov, P. (2022). Optimizacija modela temeljenih na Gradient Boosting metodi (Diplomski rad). Pula: Sveučilište Jurja Dobrile u Puli. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:137:676578

Markov, Petar. "Optimizacija modela temeljenih na Gradient Boosting metodi." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2022. https://urn.nsk.hr/urn:nbn:hr:137:676578

Markov, Petar. "Optimizacija modela temeljenih na Gradient Boosting metodi." Diplomski rad, Sveučilište Jurja Dobrile u Puli, 2022. https://urn.nsk.hr/urn:nbn:hr:137:676578

Markov, P. (2022). 'Optimizacija modela temeljenih na Gradient Boosting metodi', Diplomski rad, Sveučilište Jurja Dobrile u Puli, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:137:676578

Markov P. Optimizacija modela temeljenih na Gradient Boosting metodi [Diplomski rad]. Pula: Sveučilište Jurja Dobrile u Puli; 2022 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:676578

P. Markov, "Optimizacija modela temeljenih na Gradient Boosting metodi", Diplomski rad, Sveučilište Jurja Dobrile u Puli, Pula, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:137:676578

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:137:676578
Podaci o radu
NaslovOptimizacija modela temeljenih na Gradient Boosting metodi
Naslov (engleski)Optimization of Models Based on Gradient Boosting Method
AutorPetar Markov
MentorNikola Tanković (mentor)
Član povjerenstvaGoran Oreški (predsjednik povjerenstva)
Član povjerenstvaNikola Tanković (član povjerenstva)
Član povjerenstvaSiniša Sovilj (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Jurja Dobrile u Puli
(Fakultet informatike u Puli)
Pula
Datum i država obrane2022-06-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Informacijski sustavi i informatologija
Sažetak
Na internetu imamo sve više podataka koji svakim danom eksponencijalno rastu te se povećava potreba za obradom tih podataka. U tome nam uvelike pomaže strojno učenje i modeli koji se koriste za obradu podataka. Svaki od modela dolazi sa unaprijed postavljenim parametrima koji poboljšavaju modele. Ti parametri se nazivaju hiperparemetri modela, a njihova optimizacija je jedan od najvažnijih koraka u izgradnji modela. Optimizacija hiperparametara se može odraditi ručno, ali to je iscrpan posao koji oduzima puno vremena. Zato su napravljeni algoritmi i tehnike automatske optimizacije hiperparametara od kojih su u ovome diplomskom radu spomenute sljedeće: Pretraživanje po rešetci (eng. Grid Serach), Nausumično pretraživanje (eng. Random Serach), Bayesova optimziacija (eng. Bayesian Optimization), Treestructured Parzen Estimator i Simmulated Anneal.
Sažetak (engleski)
Every day across the Internet the number of data is growing exponentially, and therefore the need for processing that data is growing also. Machine learning and models used in it are helping us in processing that data. Every model comes with preset parameters which improve these models. These parameters are called hyperparameters of model and their optimization is one of the most important steps in building the models. Optimization of hyperparameters can be done manually, but that is exhausting, and most of the time, time-consuming job. Therefore, algorithms and techniques for automatic optimization of hyperparameters have been developed, of which the following are mentioned in this thesis: Grid Search, Random Search, Bayesian Optimization, Treestructured Parzen Estimator and Simmulated Anneal.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:137:676578
Studijski programNaziv: Informatika; smjerovi: Informatika i Nastavni smjer informatike, Informatika, Nastavni smjer informatike
Smjer: Informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: MAGISTAR/MAGISTRA INFORMATIKE - MAG.INF. (mag. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2022-07-22 08:52:03