Title: | Razvoj, ovrednotenje in primerjava odločitvenih modelov za napovedovanje delovanja čistilne naprave |
---|
Authors: | Štemberger, Marko (Author) Boshkoska, Biljana Mileva (Mentor) More about this co-author... |
---|
Language: | Slovenian |
---|
Work type: | Bachelor thesis/paper |
---|
Tipology: | 2.11 - Undergraduate Thesis |
---|
Organization: | FIŠ - Faculty of Information Studies in Novo mesto |
---|
Abstract: | V diplomski nalogi raziskujemo, kako lahko odločitvene modele v programu Orange
uporabimo za čiščenje odpadne vode. Glavno vprašanje, ki nas zanima, je, kako dobro lahko ti
modeli napovedujejo učinkovitost čistilnih naprav za odpadne vode, še posebej ko gre za
razmerje med različnimi vhodnimi in izhodnimi parametri. Da bi to ugotovili, smo se lotili
kombinacije empirične analize in strojnega učenja. Uporabili smo tri različne algoritme: Neural
Networks (NN), Random Forest (RF) in Naivni Bayes (NB). Da bi še dodatno izboljšali naše
modele, smo vključili tudi algoritem ReliefF, ki nam je pomagal izbrati tiste spremenljivke, ki
najbolj vplivajo na naše rezultate. Glavni cilj naše raziskave je bil razjasniti, kako lahko
odločitveni modeli pomagajo pri čiščenju odpadne vode. Končni cilji so bili jasni: ustvariti
robustne odločitvene modele, preveriti, kako dobro delujejo, in ugotoviti, katere spremenljivke
so ključne za uspešno čiščenje odpadne vode. |
---|
Keywords: | strojno učenje, nevronske mreže, naključni gozd, naivni Bayes, algoritem ReliefF, odločitveni modeli, Orange |
---|
Year of publishing: | 2023 |
---|
Publisher: | [M. Štemberger] |
---|
Source: | Novo mesto |
---|
COBISS_ID: | 174939907 |
---|
UDC: | 004.8(043.2) |
---|
Note: | Na ov.: Diplomska naloga : visokošolskega strokovnega študijskega programa prve stopnje;
|
---|
Views: | 318 |
---|
Downloads: | 28 |
---|
Files: | VS_2023_Marko_Stemberger.pdf (3,71 MB)
|
---|
| Metadata: | |
---|
Licenca: | Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji |
---|
| | | 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. |