<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=40120"><dc:title>VREDNOTENJE METOD STROJNEGA UČENJA Z METODAMI OBDELAVE NARAVNEGA JEZIKA</dc:title><dc:creator>Pohorec,	Sandi	(Avtor)
	</dc:creator><dc:creator>Zorman,	Milan	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>podatkovno rudarjenje</dc:subject><dc:subject>verifikacija in validacija</dc:subject><dc:subject>obdelava naravnega jezika</dc:subject><dc:description>Vrednotenje metod strojnega učenja se tradicionalno izvaja z oceno delovanja na ročno označeni testni množici. Ta približek uporabljamo preprosto zato, ker nimamo na voljo boljše metode. Moramo se zavedati, da se je metoda strojnega učenja učila iz zelo sorodnih (podobnih) podatkov. Torej so posledično vsa predvidevanja o zmogljivosti na realnih podatkih, ki so ocenjena na podlagi testne množice, optimistična. Dejanska vrednost metode strojnega učenja temelji na njeni sposobnosti tvorjenja dobrih hipotez.
Ovrednotenje metod strojnega učenja z obdelavo naravnega jezika vpelje popolnoma nov vir: izsledke znanstvenih raziskav in študij, zapisanih v znanstvenih objavah. Ta vir ponuja objektivno metodo ocenitve rezultatov na podlagi podatkov iz raziskav. V veliki meri zmanjša delo domenskih strokovnjakov, ki je potrebno za ovrednotenje rezultatov strojnega učenja. Hkrati je tak pristop zmožen tvoriti enciklopedično zbirko formaliziranega znanja, ki je splošno uporabna.            </dc:description><dc:publisher>[S. Pohorec]</dc:publisher><dc:date>2013</dc:date><dc:date>2013-04-10 09:56:55</dc:date><dc:type>Doktorska disertacija</dc:type><dc:identifier>40120</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
