Repository of colleges and higher education institutions

Search the repository
A+ | A- | Help | SLO | ENG

Query: search in
search in
search in
search in

Options:
  Reset


1 - 2 / 2
First pagePrevious page1Next pageLast page
1.
Primerjalna analiza Evklidske in Poincaréjeve metrike v algoritmih strojnega učenja
Alenka Trpin, 2018

Abstract: Živimo v času, ko si življenja brez računalnikov ne predstavljamo. Množična uporaba tako imenovane informacijsko komunikacijske tehnologije je proizvedla velike količine podatkov, ki jih sami ne moremo interpretirati in uporabiti. Z orodji podatkovnega rudarjenja in strojnega učenja se velike množice podatkov lahko obdelajo in uporabijo za napovedovanje in klasifikacijo. Eno od orodij za tako obdelavo podatkov je WEKA. Naloga temelji na osnovnem klasifikacijskem agoritem k najbližjih sosedov. V različnih panogah (gospodarstvo, zdravstvo, vojska...) se vedno bolj uporablja in shranjuje podatkovne baze raznovrstnih slik oziroma fotografij. Pri prepoznavanju podobosti med dvema fotografijama je pomembno, da algoritem prepozna določene vzorce. Prepoznavanje temelji na metriki. V ta namen je v orodje WEKA implementiran algoritem, ki temelji na Poincaréjevi metriki. Testiran je na podatkovni množici fotografij. Za namen primerjave je bil uporabljen algoritmom, ki temelji na evklidski metriki.
Found in: ključnih besedah
Keywords: podatkovno rudarjenje, strojno učenje, Poincaréjeva metrika, WEKA, k najbližjih sosedov, segmentacija
Published: 30.11.2018; Views: 3736; Downloads: 151
.pdf Fulltext (1,07 MB)

2.
Podatkovno rudarjenje na področju spletne maloprodaje: študija primera specifične trgovine z darili v Veliki Britaniji
Leja Rukše, 2020

Abstract: V diplomskem delu je rdeča nit podatkovno rudarjenje. Gre za eno izmed tehnoloških rešitev, ki pomagajo v podjetjih in znanstvenih ustanovah pri odkrivanju znanja v kupu podatkov, ki jih imenujemo tudi Big Data. Gre za odkrivanje vzorcev in povezav, ki koristijo, gledano trgovska podjetja, pri opredeljevanju strank med zveste kupce, tiste, ki se pogosto poslužujejo nakupov ali so redki kupci, zapravijo v podjetju največ ali pa so pogosti kupci. Namen rudarjenja je iz analiz razbrati, kaj stranka potrebuje in katere stranke se bodo z večjo verjetnostjo odzvale na ponudbo. Sicer pa je bistveno pri podatkovnem rudarjenju tudi to, da se uporablja lahko v vseh panogah in znatno pripomore k lažjemu poslovanju. V drugem delu je v empiričnem delu pred-stavljena konkretna analiza razvrščanja v skupine z rezultati.
Found in: ključnih besedah
Keywords: podatkovno rudarjenje, Weka, analiza, atribut, filtriranje, razvrščanje v skupine, k-means
Published: 01.10.2020; Views: 2203; Downloads: 150
.pdf Fulltext (1,57 MB)
Search done in 0 sec.
Back to top