Repository of colleges and higher education institutions

Show document
A+ | A- | SLO | ENG

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... New window
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 Link is opened in a new window
UDC:004.8(043.2)
Note:Na ov.: Diplomska naloga : visokošolskega strokovnega študijskega programa prve stopnje;
Views:318
Downloads:28
Files:.pdf VS_2023_Marko_Stemberger.pdf (3,71 MB)
 
Metadata:XML RDF-CHPDL DC-XML DC-RDF
Licenca:Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 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