| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 3 / 3
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
NAIVNI BAYESOV KLASIFIKATOR
Monika Bozhinova, 2015, diplomsko delo

Opis: V sodobnem času je samodejna klasifikacija dokumentov postala pomembna raziskovalna tema. V diplomskem delu smo teoretično razložili izpeljavo in uporabo naivnega Bayesovega klasifikatorja in opisali dva dogodkovna modela naivnega Bayesovega klasifikatorja ter večje število metod izbire atributov. Glavni del diplomskega dela je sestavljen iz opisa naše interaktivne programske rešitve za klasifikacijo dokumentov z uporabo opisanih dogodkovnih modelov in metod, eksperimentalnih rezultatov, pridobljenih s pomočjo naše aplikacije, in empirične primerjave med kombinacijami zasnovanih dogodkovnih modelov naivnega Bayesovega klasifikatorja in metod izbire atributov.
Ključne besede: naivni Bayesov klasifikator, izbira atributov, klasifikacija dokumentov
Objavljeno v DKUM: 27.05.2015; Ogledov: 2730; Prenosov: 422
.pdf Celotno besedilo (1,56 MB)

2.
PODATKOVNO RUDARJENJE NA PRIMERU ZAVAROVALNICE MARIBOR
Sebastijan Štraus, 2012, diplomsko delo

Opis: Diplomsko delo obravnava podatkovno rudarjenje, metode strojnega učenja, obstoječe aplikacije za podatkovno rudarjenje, ter uporabo in integracijo knjižnice Weka v ogrodje .NET, s katerim smo izdelali aplikacijo za obdelavo podatkov Zavarovalnice Maribor. Na Zavarovalnici Maribor smo dobili odobritev, da lahko pri svoji nalogi uporabimo njihove podatke, ki bodo zaradi varnosti nekoliko okrnjeni. V diplomskem delu smo izdelali in opisali aplikacijo, ki omogoča statistično obdelavo vnesenih podatkov in ki na podlagi podatkovnega rudarjenja ter strojnega učenja omogoča analizo in ekstrakcijo določenih pravil, npr. kakšni zavarovanci so najbolj tvegani za zavarovalnico.
Ključne besede: podatkovno rudarjenje, strojno učenje, odločitvena drevesa, Bayesov klasifikator, nevronske mreže, hibridne metode, ansambelske metode, grobe množice, asociativna pravila, Apriori, ikvm, Data Miner, Mahout, Weka, .NET
Objavljeno v DKUM: 30.11.2012; Ogledov: 3461; Prenosov: 642  (2 glasa)
.pdf Celotno besedilo (2,19 MB)

3.
FILTRIRANJE ELEKTRONSKE POŠTE Z BAYESOVIM KLASIFIKATORJEM
Ivan Čuček, 2010, diplomsko delo

Opis: V diplomskem delu smo predstavili implementacijo naivnega Bayesovega klasifikatorja za samodejno razvrščanje elektronske pošte v uporabniško določene kategorije. Klasifikator je izveden v obliki vtičnika za poštni odjemalec Microsoft Outlook, ki ga razvrščanja naučimo na množici učnih primerov ter kasneje med samim delovanjem s popravljanjem napačnih klasifikacij. V uvodu predstavimo verjetnostno sklepanje in klasifikacijo kot algoritem strojnega učenja. Sledi opis uporabljene tehnologije VSTO. V zadnjem delu diplomskega dela je predstavljena struktura implementiranega klasifikatorja in rezultati testiranja učinkovitosti pri različnih velikostih učnih množic.
Ključne besede: kategorija, verjetnostno sklepanje, naivni Bayesov klasifikator, VSTO, klasifikacija
Objavljeno v DKUM: 12.01.2011; Ogledov: 1968; Prenosov: 331
.pdf Celotno besedilo (34,71 MB)

Iskanje izvedeno v 0.09 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici