| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:ANALIZA METOD PODATKOVNEGA RUDARJENJA NA PRIMERU IZ KINEZIOLOGIJE
Avtorji:ID Plevčak, Tadej (Avtor)
ID Podgorelec, Vili (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf UNI_Plevcak_Tadej_2012.pdf (4,71 MB)
MD5: A77F5954019A7DEDA1206579B332930C
PID: 20.500.12556/dkum/34d60a1e-05c4-4d41-b38a-861dc7e90dbe
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Naše diplomsko delo predstavlja teoretično osnovo podatkovnega rudarjenja in prikaz na praktičnem primeru. V prvem, teoretičnem delu smo predstavili osnovne koncepte podatkovnega rudarjenja, metode in orodja za učenje in pridobivanje novega znanja ter metode za primerjavo uspešnosti različnih klasifikacijskih modelov. V drugem, praktičnem delu smo najprej analizirali podatkovno množico iz področja kineziologije in poiskali najboljši klasifikacijski model, ki iz podatkov o mišicah (merjenih z metodo TMG) pove kako uspešna je oseba pri nekih športnih preizkusih. Nato smo uporabili najboljše modele (klasifikatorje) za izdelavo aplikacije, s katero je mogoča klasifikacija novih primerkov po opravljenih kinezioloških meritvah.
Ključne besede:podatkovno rudarjenje, strojno učenje, klasifikacija, Weka, kineziologija
Kraj izida:Maribor
Založnik:[T. Plevčak]
Leto izida:2012
PID:20.500.12556/DKUM-37786 Novo okno
UDK:004.62:004.89(043.2)
COBISS.SI-ID:16622358 Novo okno
NUK URN:URN:SI:UM:DK:STPMAEKQ
Datum objave v DKUM:18.12.2012
Število ogledov:2138
Število prenosov:280
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:ANALYSIS OF DATA MINING METHODS APPLIED TO KINESIOLOGY
Opis:Our thesis presents theoretical background of data mining and an example of application to real-life data. We introduce basic concepts, methods and tools for performing data mining and knowledge discovery, and some metrics for evaluating classification models. Afterwards we demonstrate data mining using real-life data set containing parameters describing muscle performance in relation to sport activities. Our goal is to find the most successful classification algorithm for each sport activity. Classifiers with good performance are then embedded in a computer programme that is capable of classifying new instances and thus predicting how well someone might perform in certain sports.
Ključne besede:data mining, machine learning, classification, Weka, kinesiology


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici