<?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=62019"><dc:title>Metode za ovrednotenje  algoritmov strojnega učenja</dc:title><dc:creator>Flisar,	Iva	(Avtor)
	</dc:creator><dc:creator>Podgorelec,	Vili	(Mentor)
	</dc:creator><dc:creator>Karakatič,	Sašo	(Komentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>klasifikacija</dc:subject><dc:subject>učni algoritmi</dc:subject><dc:subject>ovrednotenje algoritmov</dc:subject><dc:subject>metrike ocenjevanja</dc:subject><dc:description>Strojno učenje je pojem, tesno povezan s podatkovnim rudarjenjem, saj s pomočjo učnih algoritmov iščemo vzorce v podatkih. V diplomskem delu smo predstavili in opisali različne učne algoritme, ki se uporabljajo v procesu podatkovnega rudarjenja. Naš glavni cilj je bila predstavitev različnih metrik ovrednotenja učnih algoritmov. V ta namen smo v praktičnem delu diplomske naloge z različnimi metrikami ovrednotili učne algoritme. Eksperiment ovrednotenja smo izvedli na različnih podatkovnih množicah, ki smo jih razdelili z dvema različnima tipoma razdelitve – navzkrižno validacijo ter z metodo razdelitve.</dc:description><dc:publisher>I. Flisar</dc:publisher><dc:date>2016</dc:date><dc:date>2016-08-21 22:06:33</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>62019</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>