|
|
|
|
| LEADER |
02693na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160601085026.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid1898
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Borotić, Jelena
|9 36798
|
| 245 |
1 |
0 |
|a Klasifikacijske tehnike strojnog učenja :
|b završni rad /
|c Jelena Borotić ; [mentor Marko Banek].
|
| 246 |
1 |
|
|a Classification machine learning techniques
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b J. Borotić,
|c 2015.
|
| 300 |
|
|
|a 38 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Programsko inženjerstvo i informacijski sustavi, šifra smjera: 39, datum predaje: 2015-06-12, datum završetka: 2015-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U završnom radu obrađen je pojam velikih podatkovnih skupova, te klasifikacijske tehnike strojnog učenja. Fokus završnog rada je na dvije najčešće korištene klasifikacijske tehnike, k-najbližih susjeda i stabla odlučivanja. Opisani su algoritmi obje klasifikacijske tehnike, njihovi ulazi i razlika između te dvije tehnike, a potom se diskutira kako korištenje iste klasifikacijske tehnike može dati različite rezultate. Opisana su svojstva varijabli i njihov utjecaj na mogućnost primjene pojedine klasifikacijske tehnike. Postupak izrade prediktivnih modela u jeziku R detaljno je opisan za obje klasifikacijske tehnike, kao i problemi do kojih dolazi tijekom izrade. Naposlijetku su međusobno uspoređeni su rezultati dobiveni s obje klasifikacijske tehnike.
|
| 520 |
3 |
|
|a Sažetak na engleskom: This bachelor thesis elaborates the concept of big data and the classification techniques of machine learning. The focus of this bachelor thesis are the two most common classification-orinted machine learning techniques, k-nearest neighbours and decision tree. Both classification techniques are described, as well as their inputs and the difference between those two classification techniques. A discussion is given on how using the same algorithm can produce different results. Moreover there is a descriptionbed of variable properties and their impact on the possibility of applying a particular classification technique. The process of creating predictive models in R-studio is described as well as problems occurring during the implementation. Finally, a comparison of results obtained by both techiques is given.
|
| 653 |
|
1 |
|a prediktivni model
|a stablo odlučivanja
|a k-najbližih susjeda
|a metrika
|
| 653 |
|
1 |
|a predictive model
|a decision tree
|a k-nearest neighbours
|a metric
|
| 700 |
1 |
|
|a Banek, Marko
|4 ths
|9 30922
|
| 942 |
|
|
|c Z
|2 udc
|
| 999 |
|
|
|c 46176
|d 46176
|