| | 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.
Iskanje skritih informacij v meritvah kvalitete zraka s pomočjo podatkovnega rudarjenja : diplomsko delo
Vito Abeln, 2023, diplomsko delo

Opis: Diplomska naloga predstavlja postopek iskanja skritih podatkov iz meritev kvalitete zraka s pomočjo rudarjenja asociativnih pravil. Rudarjenje asociativnih pravil je tehnika, preko katere lahko pridobimo zanimive povezave med podatki iz večjih podatkovnih množic. V zaključnem delu smo prikazali postopek pridobivanja podatkov, obdelavo podatkov, razlago uporabljenih algoritmov in njihovo implementacijo. Opisali smo algoritme Apriori, ECLAT in Fp-growth, ki se uporabljajo pri asociativnem rudarjenju pravil. Predstavili smo tudi numerično rudarjenje asociativnih pravil, pri katerem smo uporabili algoritem optimizacije roja delcev. Rezultati rudarjenja so razkrili različne povezave med vrednostmi meritev, ki smo jih razložili in vizualizirali s pomočjo raznih grafov.
Ključne besede: rudarjenje asociativnih pravil, kvaliteta zraka, asociativna pravila
Objavljeno v DKUM: 03.11.2023; Ogledov: 642; Prenosov: 62
.pdf Celotno besedilo (2,94 MB)

2.
Rekurzivna delitev modelov linearne regresije za oceno zanimivosti asociativnih pravil v različnih časovnih obdobjih
Goran Hrovat, 2018, doktorska disertacija

Opis: Zanimivosti asociativnih pravil ali pogostih množic postavk se lahko skozi čas spreminjajo. Prav tako je lahko njihova zanimivost različna za različne skupine (npr. skupine ljudi). V doktorski disertaciji je predstavljen nov algoritem za določanje zanimivosti asociativnih pravil in množic postavk v različnih časov¬nih obdobjih. Algoritem odkriva skupine pacientov, ki se glede na trend zanimivosti asociativnega pravila statistično značilno razlikujejo. Rezultat algoritma je odločitveno regresijsko drevo, katerega povezave predstavljajo različne skupine pacientov, listi pa prikazujejo grafe z zanimivostmi asociativnega pravila ali množice postavk v različnih časovnih obdobjih. Pokazali smo tudi, da podpora pogoste množice postavk vpliva na kompleksnost zgrajenega regresijskega drevesa. Za demonstracijo smo uporabili elektronske zdravstvene zapise, zbrane v obdobju 15 let, ki predstavljajo odpuste pacientov iz različnih bolnišnic v Združenih državah Amerike. Predstavljeni algoritem predstavlja v tem primeru uporabno vrednost za bolnišnice, zavarovalnice, raziskovalne in ostale institucije, saj jih lahko odkrito znanje vodi do novih spoznanj in optimizacije poslovanja.
Ključne besede: podatkovno rudarjenje, mere zanimivosti, asociativna pravila, podpora odločanju, regresijsko dre-vo, linearna regresija, elektronski zdravstveni zapis
Objavljeno v DKUM: 12.07.2018; Ogledov: 2215; Prenosov: 152
.pdf Celotno besedilo (17,46 MB)

3.
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)

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