Analiza rada algoritama strojnog učenja na zadanom skupu podataka

završni rad

• Naslov (engleski): Machine learning algorithms performance analysis on a given data set
• Autor: Omar Krupić
• Mentor: Tomislav Stipančić (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2023-09-28, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo

Sažetak

U svijetu podataka i velike količine informacija algoritmi umjetne inteligencije postaju sve značajniji. U ovisnosti o vrsti i strukturi podataka te metodi strojnog učenja algoritmi se koriste prilikom predviđanja, odlučivanja, klasifikacije, prepoznavanja i slično. U ovom radu bit će prikazana analiza zadanog skupa podataka kroz tri algoritma strojnog učenja. Nakon prilagodbe podataka i njihove pripreme, te nakon primjene algoritama umjetne inteligencije, izvodi se zaključak o valjanosti izvođenja pojedinog algoritma. Svaki algoritam : naivni Bayesov klasifikator, klasifikator k- najbližih susjeda te klasifikator logističke regresije prethodno je opisan u sklopu posebnog poglavlja gdje su izložene sve potrebne pojedinosti za njihovo pravilno razumijevanje.

Sažetak (engleski)

In the world of data and large amounts of information, artificial intelligence algorithms are
becoming increasingly important. Depending on the type and structure of the data and the
machine learning method, algorithms are used for prediction, decision-making, classification,
recognition, and the like. In this paper, analysis of a given dataset through three machine
learning algorithms is presented and explained. After finishing dataset setup, and after the use
of every artificial inteligence algorithm, the conclusion is given about the precision of every
algorithm. Each algorithm: naive Bayes classifier, k nearest neighbor, logistic regression is
previously described in seperated sections where are displayed all informations and details
about their correct use and understanding.

• Ključne riječi: algoritam; strojno učenje; naivni Bayesov klasifikator; klasifikator k-najbližih susjeda; klasifikator logističke regresije; umjetna inteligencija
• Ključne riječi (engleski): algorithm; machine learning; naive Bayes classifier; k nearest neighbor; logistic regression; artificial intelligence
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:269492
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2023-09-21 17:16:49