1. Kako poštena so klasifikacijska odločitvena drevesa?Andrej Kostić, 2024, magistrsko delo Opis: Poštenost klasifikacijskih odločitvenih dreves je na področju strojnega učenja postala kritično vprašanje. Klasifikacijska in regresijska drevesa (CART) so znana po svoji preprostosti in učinkovitosti pri obravnavanju klasifikacijskih in regresijskih nalog. Vendar lahko ti modeli nehote ohranijo ali celo povečajo pristranskost, prisotno v podatkih, kar vodi do nepoštenih odločitev, ki nesorazmerno prizadenejo določene skupine. To magistrsko delo raziskuje poštenost modelov CART z implementacijo metode FairCART, ki vključuje omejitve poštenosti med postopkom oblikovanja dreves. V delu je ocenjena učinkovitost metode FairCART pri zmanjševanju pristranskosti ob hkratnem ohranjanju kakovosti odločitev, kar omogoča vpogled v kompromise med poštenostjo in točnostjo. Implementacija in rezultati eksperimenta kažejo, da lahko metoda FairCART zmerno zmanjša pristranskost in ohrani splošno kakovost odločitvenega drevesa.
Ključne besede: klasifikacijska in regresijska drevesa, poštenost v strojnem učenju, CART, FairCART
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 14
 Celotno besedilo (3,47 MB) |
2. The Lyme borreliosis spatial footprint in the 21st century : a key study of SloveniaDaša Donša, Jaša Veno Grujić, Nataša Pipenbaher, Danijel Ivajnšič, 2021, izvirni znanstveni članek Opis: After mosquitoes, ticks are the most important vectors of infectious diseases. They play an important role in public health. In recent decades, we discovered new tick-borne diseases; additionally, those that are already known are spreading to new areas because of climate change. Slovenia is an endemic region for Lyme borreliosis and one of the countries with the highest incidence of this disease on a global scale. Thus, the spatial pattern of Slovenian Lyme borreliosis prevalence was modelled with 246 indicators and transformed into 24 uncorrelated predictor variables that were applied in geographically weighted regression and regression tree algorithms. The projected potential shifts in Lyme borreliosis foci by 2050 and 2070 were calculated according to the RCP8.5 climate scenario. These results were further applied to developing a Slovenian Lyme borreliosis infection risk map, which could be used as a preventive decision support system.
Ključne besede: CART, climate change, MGWR, Lyme disease, infection risk, spatial modelling
Objavljeno v DKUM: 12.08.2024; Ogledov: 69; Prenosov: 10
Celotno besedilo (6,40 MB)
Gradivo ima več datotek! Več... |
3. DINAMIČNI PARALELIZEM NA GPEFilip Urh, 2015, diplomsko delo Opis: V diplomskem delu preučimo in predstavimo novo funkcionalnost arhitekture CUDA. Gre za dinamični paralelizem, ki omogoča poganjanje programskih jeder neposredno iz grafične procesne enote. V začetku podrobno predstavimo arhitekturo CUDA in algoritem CART za gradnjo odločitvenih dreves, ki smo ga uporabili za demonstracijo uporabe dinamičnega paralelizma. Algoritem smo implementirali v zaporedni različici na CPE ter v paralelnih različicah z in brez dinamičnega paralelizma na GPE. Predstavili smo primerjalne meritve časov izvajanja vseh treh implementacij in ugotovili, da uporaba dinamičnega paralelizma omogoča krajši čas izvajanja in lažjo implementacijo algoritma.
Ključne besede: grafična procesna enota, odločitveno drevo, CART, CUDA, dinamični paralelizem
Objavljeno v DKUM: 14.10.2015; Ogledov: 1854; Prenosov: 107
Celotno besedilo (2,76 MB) |
