1. Uporaba strojnega učenja za identifikacijo glavnih parametrov bentonitne peščene mešanice za zmanjšanje izmeta ulitkov: razvoj modela znanja za klasifikacijo izmeta : diplomsko deloŽiga Breznikar, 2024, undergraduate thesis Abstract: V diplomskem delu najprej obravnavamo teoretične osnove gravitacijskega litja in strojnega učenja. Nato smo na podlagi podatkov iz Podjetja X razvili spletno aplikacijo za interaktiven prikaz izmeta ulitkov in klasifikator za oceno njihove kakovosti. Za razvoj modela znanja klasifikacije smo uporabili SQL Server Management Studio in Visual Studio Code ter programska jezika MS SQL (Microsoft Structured Query Language) in Python. Izhodiščne podatke smo preuredili in analizirali z uporabo metod podatkovne znanosti in statističnih metod. Podatke o izmetu je bilo treba vizualno prikazati in ustvariti model znanja, naučen na razpoložljivih podatkih, ki lahko napove, če bo prišlo do izmeta. Delo se deli na dva segmenta. Prvi segment zajema opis postopka izdelave in prikaz spletne aplikacije. Drugi segment zajema opis priprave podatkov za namene klasifikatorja, predprocesiranje, optimizacijo in analizo klasifikatorja. Na koncu dela podajamo tudi napotke za nadaljnje delo in izboljšave.
Keywords: gravitacijsko litje, strojno učenje, izmet, klasifikator, podatkovna znanost
Published in DKUM: 09.10.2024; Views: 0; Downloads: 13
 Full text (2,70 MB) |
2. Ogrodje za samodejno načrtovanje športnih aktivnosti : magistrsko deloLuka Koprivc, 2023, master's thesis Abstract: V dobi obilice podatkov se pred nami razprostira bogat nabor informacij in naprednih metod zajemanja. Med temi izstopajo zabeleženi podatki o športnih aktivnostih, ki odpirajo vrata analizi in vizualizaciji, vendar še vedno ohranjajo omejitve pri manipulaciji. V okviru te magistrske naloge je predstavljeno inovativno ogrodje, ki izrabi obstoječe aktivnosti in s pomočjo usmerjenih grafov inteligentno predlaga potek nove športne dejavnosti. V začetku se temeljito posvetimo izzivom področja ter preučimo relevantne raziskave. Sledi podrobna razlaga algoritmov, ki omogočajo učinkovito obvladovanje kompleksnosti problema, hkrati pa predstavimo tudi algoritme za obdelavo samoizmerjenih aktivnosti. Zaključimo s praktično uporabo razvitega ogrodja ter podamo refleksijo o njegovi učinkovitosti in koristnosti.
Keywords: obdelava podatkov, podatkovna znanost, python, športne aktivnosti
Published in DKUM: 12.10.2023; Views: 461; Downloads: 33
Full text (4,30 MB) |
3. Analiza socialnega omrežja na podlagi zapisov podatkov o klicihRok Kozel, 2016, master's thesis Abstract: V tem delu se ukvarjamo z analizo podatkov, ki jih generira končni uporabnik v mobilnem omrežju. Pokazati želimo možnost priprave podatkov za modeliranje ter predlagati nov način nastavitve optimalnih parametrov modela. Iz podatkov smo izluščili informacije s pomočjo metod rudarjenja, kjer smo želeli pridobiti informacije o aktivnih in neaktivnih uporabnikih v določenem deležu populacije. Cilj je preizkusiti metode rudarjenja pri določeni topologiji omrežja in preveriti ustreznost modelov za določenega mobilnega operaterja. Predlagamo še pripravo izhodnih podatkov modela ter rezultate vizualiziramo, ovrednotimo in jih primerjamo s prehodnimi deli.
Keywords: mobilno omrežje, analiza omrežja, odhod uporabnika, podatkovna znanost
Published in DKUM: 07.07.2016; Views: 1539; Downloads: 147
Full text (3,00 MB) |
