20.500.12556/DKUM-85965-8192d960-deaf-aebb-7c92-f123ff4f4701 Iskanje skritih informacij v meritvah kvalitete zraka s pomočjo podatkovnega rudarjenja diplomsko delo Searching for hidden information of air quality measures with data mining Diplomska naloga predstavlja postopek iskanja skritih podatkov iz meritev kvalitete zraka s pomočjo rudarjenja asociativnih pravil. Rudarjenje asociativnih pravil je tehnika, preko katere lahko pridobimo zanimive povezave med podatki iz večjih podatkovnih množic. V zaključnem delu smo prikazali postopek pridobivanja podatkov, obdelavo podatkov, razlago uporabljenih algoritmov in njihovo implementacijo. Opisali smo algoritme Apriori, ECLAT in Fp-growth, ki se uporabljajo pri asociativnem rudarjenju pravil. Predstavili smo tudi numerično rudarjenje asociativnih pravil, pri katerem smo uporabili algoritem optimizacije roja delcev. Rezultati rudarjenja so razkrili različne povezave med vrednostmi meritev, ki smo jih razložili in vizualizirali s pomočjo raznih grafov. This thesis presents a procedure for finding hidden data from air quality measurements using associtation rule mining. Association rule mining is a technique through which interesting associations between data from large datasets can be extracted. In this thesis we show the data mining process, data processing, explanation of the algorithms used and their implementation. We describe the Apriori, ECLAT and Fp-growth algorithms used in associative rule mining. We also presented numerical associative rule mining which used the particle swarm optimisation algorithm. The mining results revealed different relationships between the measurement values, which we explained and visualised using different graphs. rudarjenje asociativnih pravil kvaliteta zraka asociativna pravila association rule mining air quality association rules true true false [V. Abeln] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2023-09-22 10:12:14 2023-11-03 12:13:25 2024-01-20 03:15:52 0000-00-00 00:00:00 2023 0 Maribor 0 Maribor 1 spletni vir (1 datoteka PDF (61 f.)) 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.62(043.2) 181668355 VS_Abeln_Vito_2023.pdf VS_Abeln_Vito_2023.pdf 1 2E0D97177E13046D3AD29B1A851774C5 3c79b039edac82cae6c9b56e92de47a5cac13f1ba2d619dc1bb2a68c906ab061 d8a1febd-5b77-11ee-ac19-00155d000105 https://dk.um.si/Dokument.php?lang=slv&id=172905 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0