Orodja za strojno učenje - klasifikacija
diplomsko delo visokošolskega strokovnega študijskega programa
Povzetek
Diplomsko delo vsebuje teoretično osnovo strojnega učenja, podrobnejši opis podatkovnega rudarjenja ter njegove metode, natančneje klasifikacije. V drugem, praktičnem delu smo opisali tri prosto dostopna orodja, ki podpirajo strojno učenje ter metodo klasifikacije. Orodja smo testirali ter izmerili njihovo natančnost klasifikacije s statistično metodo cross-validation oz. prečnim preverjanjem klasifikacijske točnosti. Obravnavana in analizirana orodja, ki podpirajo metode strojnega učenja, so bila Weka, See5 in GATree. Rezultati analize so pokazali, da je od le teh najbolj natančno orodje za izvajanje klasifikacije program Weka.
Ključne besede
strojno učenje;podatkovno rudarjenje;klasifikacija;orodje;Cross-validation;
Podatki
| Jezik: | Slovenski jezik |
|---|---|
| Leto izida: | 2013 |
| Tipologija: | 2.11 - Diplomsko delo |
| Organizacija: | UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko |
| Založnik: | [A. Zacirkovnik] |
| UDK: | 004.4'24:004.85(043.2) |
| COBISS: |
17504022
|
| Št. ogledov: | 3424 |
| Št. prenosov: | 794 |
| Ocena: | 0 (0 glasov) |
| Metapodatki: |
|
Ostali podatki
| Sekundarni jezik: | Angleški jezik |
|---|---|
| Sekundarni naslov: | TOOLS FOR MACHINE LEARNING - CLASSIFICATION |
| Sekundarni povzetek: | Diploma paper contains theoretical basis of machine learning, a more detailed description of the data mining and its methods, specifically classification. In the second, practical part, we describe three tools that are available free and which support the machine learning and classification method. Tools were tested and measured the accuracy of the classification by the statistical method and cross-validation or cross-checking the classification accuracy. Discussed and analyzed tools that support the machine learning methods have been Weka, See5 and GATree. Results of the analysis showed that among these tools, the program Weka is the most accurate for the implementation of the classification. |
| Sekundarne ključne besede: | machine learning;dta mining;classification;tools;cross-validation; |
| URN: | URN:SI:UM: |
| Vrsta dela (COBISS): | Diplomsko delo/naloga |
| Komentar na gradivo: | Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko |
| Strani: | IX, 52 str. |
| ID: | 8727055 |
Priporočena dela:
Orodja za strojno učenje - klasifikacija
2013,
diplomsko delo visokošolskega strokovnega študijskega programa
Odločitvena drevesa
2011,
delo diplomskega seminarja
Razvoj in implementacija klasifikatorja v okolju Weka
2013,
diplomsko delo
Vrednotenje metod strojnega učenja z metodami obdelave naravnega jezika
2013,
doktorska disertacija
Klasifikacija raziskovalnih del s področja strojništva z metodo strojnega učenja
2018,
zaključna naloga Razvojno raziskovalnega programa I. stopnje Strojništvo