| Title: | Ogrodje NiaAML za samodejno strojno učenje : magistrsko delo |
|---|
| Authors: | ID Pečnik, Luka (Author)
ID Fister, Iztok (Mentor) More about this mentor... 
ID Fister, Iztok (Comentor) |
|---|
| Files: |  MAG_Pecnik_Luka_2021.pdf (885,17 KB)
MD5: 922B5C28D27FF25962C99A9357372021
PID: 20.500.12556/dkum/c77f43b2-97c6-4939-82c3-c971300ee9cd
|
|---|
| Language: | Slovenian |
|---|
| Work type: | Master's thesis/paper |
|---|
| Typology: | 2.09 - Master's Thesis |
|---|
| Organization: | FERI - Faculty of Electrical Engineering and Computer Science
|
|---|
| Abstract: | V magistrskem delu smo raziskali področje samodejnega strojnega učenja in natančneje metodo za samodejno strojno učenje, imenovano NiaAML. Osredotočili smo se predvsem na iskanje klasifikacijskih cevovodov s pomočjo stohastičnih populacijskih algoritmov po vzorih iz narave. S pomočjo programskega jezika Python in knjižnic, ki jih ponuja, smo razvili istoimensko ogrodje za samodejno strojno učenje NiaAML, namenjeno iskanju in optimizaciji klasifikacijskih cevovodov. V ogrodju smo metodo NiaAML poskusili še izboljšati, nato pa smo primerjali rezultate med originalno in spremenjeno metodo NiaAML. |
|---|
| Keywords: | algoritmi po vzorih iz narave, klasifikacijski cevovodi, samodejno strojno učenje |
|---|
| Place of publishing: | Maribor |
|---|
| Place of performance: | Maribor |
|---|
| Publisher: | [L. Pečnik] |
|---|
| Year of publishing: | 2021 |
|---|
| Number of pages: | XIII, 62 f. |
|---|
| PID: | 20.500.12556/DKUM-78592 |
|---|
| UDC: | 004.85.021(043.2) |
|---|
| COBISS.SI-ID: | 54864387 |
|---|
| NUK URN: | URN:SI:UM:DK:RIJDBYBY |
|---|
| Publication date in DKUM: | 17.02.2021 |
|---|
| Views: | 1480 |
|---|
| Downloads: | 199 |
|---|
| Metadata: |    |
|---|
| Categories: | KTFMB - FERI
|
|---|
|
:
|
Copy citation |
|---|
| | | | Average score: | (0 votes) |
|---|
| Your score: | Voting is allowed only for logged in users. |
|---|
| Share: |  |
|---|
Hover the mouse pointer over a document title to show the abstract or click
on the title to get all document metadata. |
