Strojno učenje kao alat za zaključivanje

undergraduate thesis

• Title (english): Machine learning as prediction tool
• Author: Marin Gregorić
• Mentor: Sanja Seljan (mentor)
• Committee member: Ivan Dunđer (predsjednik povjerenstva)
• Committee member: Marko Pavlovski (član povjerenstva)
• Committee member: Sanja Seljan (član povjerenstva)
• Granter: University of Zagreb; Faculty of Humanities and Social Sciences; (Department of information and Communication sciences); Zagreb
• Defense date and country: 2019-09-24, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences

Abstract

Strojno učenje postaje sve češći alat u većini znanstvenih disciplina. Ovaj tekst pokušava objasniti strojno učenje i njegove osnovne koncepte kroz klasifikaciju sustava strojnog učenja i kroz objašnjenja najkorištenijih algoritama. Također prikazuje kako stvoriti sustav strojnog učenja za klasifikaciju korištenjem klasifikatora K najbližih susjeda, logističke regresije te linearnog i RBF stroja potpornih vektora. Također, objašnjeno je kako interpretirati rezultate najkorištenijih metoda za evaluaciju sustava strojnog učenja.

Abstract (english)

Machine learning is becoming a more prevelant tool in most science fields. This text tries to explain machine learning and its basic concepts through classification of machine learning systems and through explanations of most used algorithms. It is also presents how to create a machine learning system for classification using K- nearest neighbors classifier, logistic regression, and linear and RBF kernel support vector machines. Also, it is shown how to interpret results of most used methods for evaluating machine learning systems.

• Keywords: strojno učenje; klasifikacija; nadzirano učenje; nenadzirano učenje; polunadzirano učenje; učenje uz podršku; duboko učenje; dijabetes
• Keywords (english): machine learning; classification; supervised learning; unsupervised learning; semisupervised learning; reinforcement learning; deep learning; diabetes
• Language: croatian
• URN:NBN: urn:nbn:hr:131:590439
• Study programme: Title: Information Sciences; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Open access
• Created on: 2019-10-30 12:27:10