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
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
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
Za študente
Za zaposlene
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Celovit pregled orodij za samodejno strojno učenje : diplomsko delo
Avtorji:
ID
Milošič, Tomi
(Avtor)
ID
Fister, Iztok
(Mentor)
Več o mentorju...
ID
Pečnik, Špela
(Komentor)
Datoteke:
VS_Milosic_Tomi_2021.pdf
(1,37 MB)
MD5: 720B9013188E08F36F9CCC2212890F2F
PID:
20.500.12556/dkum/5b29bdb9-6d4d-4d1d-9fd3-af9b77757ad2
Jezik:
Slovenski jezik
Vrsta gradiva:
Diplomsko delo/naloga
Tipologija:
2.11 - Diplomsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V diplomski nalogi smo raziskali področje samodejnega strojnega učenja, osredotočili smo se na orodja za samodejno strojno učenje in poudarili njihove prednosti in slabosti na podlagi primerjave glede na različne nabore podatkov. Osredotočili smo se tudi na metodo klasifikacije, saj je to pogosta naloga strojnega učenja. Namen diplomske naloge je ugotoviti, katero orodje je najbolj optimalno za posamezno nalogo. Diplomsko nalogo smo razdelili na dva dela, in sicer teoretični del in praktični del. V teoretičnem delu smo se osredotočili na razjasnitev pojmov, zgodovino strojnega učenja in opis orodij samodejnega strojnega učenja. V praktičnem delu smo opravili primerjave med orodji in ugotovili, da le-ta vračajo podobne rezultate klasifikacije različno hitro. Ugotovili smo tudi, da so orodja namenjena uporabnikom, ki niso strokovnjaki na področju strojnega učenja, in da si orodja delijo skupne značilnosti.
Ključne besede:
klasifikacija
,
strojno učenje
,
samodejno strojno učenje
,
umetna inteligenca
Kraj izida:
Maribor
Kraj izvedbe:
Maribor
Založnik:
[T. Milošič]
Leto izida:
2021
Št. strani:
XII, 52 str.
PID:
20.500.12556/DKUM-80067
UDK:
004.85(043.2)
COBISS.SI-ID:
94366979
Datum objave v DKUM:
18.10.2021
Število ogledov:
1444
Število prenosov:
244
Metapodatki:
Področja:
KTFMB - FERI
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
MILOŠIČ, Tomi, 2021,
Celovit pregled orodij za samodejno strojno učenje : diplomsko delo
[na spletu]. Diplomsko delo. Maribor : T. Milošič. [Dostopano 25 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=80067
Kopiraj citat
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Podobna dela iz repozitorija:
Triaža žensk s pozitivnim izvidom presejalnega testa HPV s testom p 16/Ki-67
Novi izzivi v presejanju za raka materničnega vratu
Preventiva raka materničnega vratu v Sloveniji
Predgovor
Raziskovalni projekt sprejemljivosti testa HPV doma med neodzivnicami DP Zora in učinkovitosti novih triažnih testov
Podobna dela iz ostalih repozitorijev:
Osveščenost žensk o brisu materničnega vratu - test PAP
Zanesljivost diagnosticiranja patoloških sprememb na žleznih celicah v brisih materničnega vratu
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:
27.08.2021
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
A comprehensive overview of automated machine learning tools
Opis:
In the thesis, we researched the field of automatic machine learning, focused on automatic machine learning tools, and highlighted their advantages and disadvantages based on comparison with different data sets. The focus was also on classification which is a common task of machine learning. The purpose of the thesis was to determine which tool is most optimal for individual tasks. The thesis was divided into two parts, a theoretical part, and an empirical part. In the theoretical part, the clarification of concepts, the history of machine learning, and the description of automatic machine learning tools was presented. In the empirical part, comparisons were made between tools and it was found that AutoML tools return similar classification results at different speeds. We also found that the tools are intended for users who are not experts in the field of machine learning and that the tools share common features.
Ključne besede:
classification
,
machine learning
,
automated machine learning
,
artificial intelligence
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj
