<?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=67439"><dc:title>Preprečevanje prekomernega prileganja pri učenju večplastnih nevronskih mrež</dc:title><dc:creator>Henčič,	Jan	(Avtor)
	</dc:creator><dc:creator>Strnad,	Damjan	(Mentor)
	</dc:creator><dc:subject>Umetna nevronska mreža</dc:subject><dc:subject>Vzvratno razširjanje</dc:subject><dc:subject>Prekomerno prileganje</dc:subject><dc:subject>Regularizacija</dc:subject><dc:description>Diplomsko delo obravnava tematiko strojnega učenja s pomočjo uporabe umetnih nevron-
skih mrež. Te so po svojih sposobnostih in načinu delovanja zelo podobne delovanju
človeških možganov. Imajo sposobnost akumuliranja znanja s tako imenovanim postop-
kom ”učenja”, hkrati pa so sposobne to znanje tudi shranjevati.
Pravilnost delovanja mrež se s postopkom učenja, ki se ponavlja iterativno, povečuje.
Ena izmed glavnih težav pri učenju nevronskih mrež je pojav prekomernega prileganja,
ki se kaže v tem, da mreža ne posplošuje dobro iz učne na testno množico vzorcev. Za
preprečevanje tega pojava je bilo razvitih več tehnik, katerih uporaba, učinkovitost in
primerjava je predmet pričujočega diplomskega dela.</dc:description><dc:publisher>J. Henčič</dc:publisher><dc:date>2017</dc:date><dc:date>2017-08-17 19:35:17</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>67439</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>