Repository of colleges and higher education institutions

Show document
A+ | A- | SLO | ENG

Title:Primerjalna analiza Evklidske in Poincaréjeve metrike v algoritmih strojnega učenja
Authors:Trpin, Alenka (Author)
Boshkoska, Biljana Mileva (Mentor) More about this co-author... New window
Language:Slovenian
Work type:Master's thesis/paper
Tipology:2.09 - Master's Thesis
Organization:FIŠ - Faculty of Information Studies in Novo mesto
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.
Keywords:podatkovno rudarjenje, strojno učenje, Poincaréjeva metrika, WEKA, k najbližjih sosedov, segmentacija
Year of publishing:2018
Publisher:[A. Trpin]
Source:Novo mesto
COBISS_ID:2048549907 Link is opened in a new window
UDC:004.85:004.421(043.2)
Note:Na ov.: Magistrska naloga : študijskega programa druge stopnje;
Views:3643
Downloads:150
Files:.pdf MAG_2018_Alenka_Trpin.pdf (1,07 MB)
 
Metadata:XML RDF-CHPDL DC-XML DC-RDF
Licenca:Priznanje avtorstva-Nekomercialno-Brez predelav Novo okno
  
Average score:(0 votes)
Your score:Voting is allowed only for logged in users.

Hover the mouse pointer over a document title to show the abstract or click on the title to get all document metadata.

Back