<?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=95706"><dc:title>Uporabniška izkušnja in zmogljivost platform za strojno učenje: pregled in primerjava</dc:title><dc:creator>Kramberger,	Tomaž	(Avtor)
	</dc:creator><dc:creator>Žlahtič,	Bojan	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>platforma za strojno učenje</dc:subject><dc:subject>uporabniška izkušnja</dc:subject><dc:subject>umetna inteligenca</dc:subject><dc:subject>zmogljivost platform za strojno učenje</dc:subject><dc:description>V tej diplomski nalogi smo analizirali in primerjali štiri vodilne platforme za strojno učenje: Google Vertex AI, AWS SageMaker, Azure Machine Learning in Databricks. Osredotočili smo se na njihovo zmogljivost pri treniranju modelov, avtomatizaciji procesov ter uporabniško izkušnjo. Uporabili smo tri različne tipe nalog strojnega učenja: klasifikacijo, regresijo in gručen z uporabo ustreznih javno dostopnih podatkovnih zbirk.
Testiranja smo izvedli z uporabo Jupyter zvezkov, ročno hiperparametrizacijo in funkcijami AutoML, kar nam je omogočilo primerjavo med različnimi pristopi na vsaki platformi. Na podlagi analize rezultatov ter uporabniških izkušenj smo izpostavili prednosti in slabosti vsake platforme. Ugotovili smo, da je izbira najbolj primerne platforme odvisna od ciljev, tehničnega znanja uporabnika ter specifičnih zahtev projekta.</dc:description><dc:publisher>[T. Kramberger]</dc:publisher><dc:date>2025</dc:date><dc:date>2025-10-13 20:41:40</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>95706</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>