Programsko ostvarenje stabla odluke na programirljivom polju logičkih blokova

Sažetak na hrvatskom: U ovom radu opisana je metoda učenja stablom odluke, uključujući njene prednosti i nedostatke. Opisan je postupak izgradnje stabla algoritmom ID3, uz primjer njegovog rada. Navedeni su nedostatci algoritma i njihova moguća rješenja, kao i moguća proširenja algoritma. Prikazana...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:50393/Details
Glavni autor: Vezmar, Aleksandar (-)
Ostali autori: Čeperić, Vladimir (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, A. Vezmar, 2018.
Predmet:
LEADER 02522na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid4875 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Vezmar, Aleksandar 
245 1 0 |a Programsko ostvarenje stabla odluke na programirljivom polju logičkih blokova :  |b diplomski rad /  |c Aleksandar Vezmar ; [mentor Vladimir Čeperić]. 
246 1 |a Implementation of a Decision Tree on a Field-programmable Gate Array  |i Naslov na engleskom:  
260 |a Zagreb,  |b A. Vezmar,  |c 2018. 
300 |a 31 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računalno inženjerstvo, šifra smjera: 55, datum predaje: 2018-02-09, datum završetka: 2018-09-28 
520 3 |a Sažetak na hrvatskom: U ovom radu opisana je metoda učenja stablom odluke, uključujući njene prednosti i nedostatke. Opisan je postupak izgradnje stabla algoritmom ID3, uz primjer njegovog rada. Navedeni su nedostatci algoritma i njihova moguća rješenja, kao i moguća proširenja algoritma. Prikazana su poboljšanja ostvariva uporabom algoritma C4.5 i metode slučajnih šuma. Dan je pregled tehnologije programirljivih polja logičkih blokova, te razlozi za ostvarenje sustava njenom uporabom. Sklopovski je ostvaren algoritam učenja stablom odluke. Ostvareni sustav detaljno je opisan, uključujući prilagodbe algoritma. 
520 3 |a Sažetak na engleskom: This paper describes decision tree learning, including its advantages and disadvantages. The process of learning a decision tree using the ID3 algorithm is described, accompanied with an example. The limitations of the algorithm are listed, along with possible solutions and extensions. Improvements introduced by the C4.5 algorithm, and the random forest method are presented. An overview of field programmable gate array technology, and the reasons for its use are provided. A hardware implementation of a tree learning algorithm is accomplished. The realised system is described in detail, including the required modifications made to the algorithm. 
653 1 |a strojno učenje  |a stablo odluke  |a ID3  |a C4.5  |a klasifikacija  |a regresija  |a entropija  |a informacijska dobit  |a slučajna šuma  |a FPGA  |a VHDL  |a Zybo  |a Zynq  |a Vivado 
653 1 |a machine learning  |a decision tree  |a ID3  |a C4.5  |a classification  |a regression  |a entropy  |a information gain  |a random forest  |a FPGA  |a VHDL  |a Zybo  |a Zynq  |a Vivado 
700 1 |a Čeperić, Vladimir  |4 ths 
942 |c Y 
999 |c 50393  |d 50393