<?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=91245"><dc:title>Učenje s prenosom znanja z uporabo rekurentnih nevronskih mrež za namen napovedovanja cen živil</dc:title><dc:creator>Janković,	Jana	(Avtor)
	</dc:creator><dc:creator>Vrbančič,	Grega	(Mentor)
	</dc:creator><dc:subject>napovedovanje cen živil</dc:subject><dc:subject>učenje s prenosom znanja</dc:subject><dc:subject>RNN</dc:subject><dc:subject>analiza časovnih vrst.</dc:subject><dc:description>Živila so osnovne dobrine z velikim vplivom na gospodarsko in družbeno stabilnost, zato je natančno napovedovanje njihovih cen ključno. Modeli globokega učenja lahko prepoznajo kompleksne vzorce v časovnih vrstah, kot so zgodovinske cene živil. V tej raziskavi smo eksperimentalno primerjali konvencionalni pristop učenja in učenje s prenosom znanja v rekurentnih nevronskih mrežah za napovedovanje cen. Po iskanju optimalnih hiperparametrov smo modele naučili nad podatki, uporabili prenos znanja in ovrednotili oba pristopa. Na podlagi pridobljenih rezultatov smo ugotovili, da učenje s prenosom znanja bistveno pospeši proces učenja, vendar na račun slabše napovedne uspešnosti. Kljub temu pa rezultati magistrskega dela prispevajo k razumevanju, kdaj, zakaj in v kakšnih primerih je uporaba učenja s prenosom znanja smiselna izbira.</dc:description><dc:publisher>[J. Janković]</dc:publisher><dc:date>2024</dc:date><dc:date>2024-12-04 12:21:57</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>91245</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>