Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Implementacija odločitvenih dreves v programskem jeziku Python : diplomsko delo
Avtorji:
Gorjanc, Gregor
(Avtor)
Podgorelec, Vili
(Mentor)
Več o mentorju...
Datoteke:
UN_Gorjanc_Gregor_2020.pdf
(2,12 MB)
MD5: 8B96EE5485C8B0E3772A2D169C61B9E4
Jezik:
Slovenski jezik
Vrsta gradiva:
Diplomsko delo/naloga (mb11)
Tipologija:
2.11 - Diplomsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V diplomskem delu je predstavljeno področje strojnega učenja, del katerega so odločitvena drevesa. Čeprav je odločitveno drevo v osnovi pripomoček za vizualizacijo, nas v sklopu strojnega učenja zanima proces gradnje. Obstaja več algoritmov, ki s pomočjo podatkovnih množic generirajo odločitvena drevesa. V delu je podrobno predstavljeno delovanje algoritma C4.5, čigar implementacija predstavlja jedro naloge. Algoritem je bil implementiran s pomočjo programskega jezika Python. Po osnovni implementacijo je bil izveden proces optimizacije, kjer so preizkušene različne strukture programskega jezika Python. Po optimizaciji je bila izvedena primerjalna analiza delovanja. Izvedena je bila tudi primerjava delovanja implementiranega algoritma z obstoječo implementacijo J48.
Ključne besede:
strojno učenje
,
odločitveno drevo
,
Python
,
C4.5
Leto izida:
2020
Kraj izvedbe:
Maribor
Založnik:
[G. Gorjanc]
Št. strani:
IX, 47 str.
Izvor:
Maribor
UDK:
004.85.021:004.43(043.2)
COBISS_ID:
27066115
NUK URN:
URN:SI:UM:DK:DDTDZLK5
Število ogledov:
705
Število prenosov:
177
Metapodatki:
Področja:
KTFMB - FERI
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Skupna ocena:
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.
Licence
Licenca:
CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:
Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:
17.03.2020
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Implementation of decision trees in the Python programming language
Opis:
In this diploma thesis we researched the field of machine learning, more specifically the decision trees. There are several different algorithms for building the decision trees. One of those algorithms is C4.5, whose implementation represents the main part of this diploma thesis. The algorithm was implemented using the Python programming language. After the completed implementation, we carried out the process of optimization, during which we tested different structures of the Python programming language. Following the optimization was the comparison of different stages of the optimization. As a part of analysis, we also compared the implementation to the existing implementation J48.
Ključne besede:
machine learning
,
decision trees
,
Python
,
C4.5
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj