| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Pristop za izboljšanje pravičnosti v strojnem učenju z uporabo arhitekture učitelj-študent in učenjem z učnim načrtom : magistrsko delo
Avtorji:ID Trdin, Peter (Avtor)
ID Karakatič, Sašo (Mentor) Več o mentorju... Novo okno
ID Colakovic, Ivona (Komentor)
Datoteke:.pdf MAG_Trdin_Peter_2025.pdf (2,47 MB)
MD5: 0D991BBEB856640E02445C73CADB2A66
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V magistrskem delu raziskujemo, kako lahko arhitektura učitelj-študent v kombinaciji z učenjem po učnem načrtu pripomore k zmanjševanju nepravičnosti v modelih strojnega učenja. Razvili smo več pristopov za prenos znanja, pri čemer smo uporabili obteževanje po senzitivnih skupinah in strukturirano inkrementalno učenje. Rezultati eksperimentov na zbirki Adult Income kažejo, da ti pristopi pomembno izboljšajo pravičnost napovedi, čeprav pogosto z rahlim zmanjšanjem točnosti. Magistrsko delo prispeva k razumevanju vpliva strukturiranega učenja in prenosa znanja na pravičnost napovednih modelov.
Ključne besede:strojno učenje, pravičnost, arhitektura učitelj-študent, učenje z učnim načrtom, destilacija znanja
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:P. Trdin
Leto izida:2025
Št. strani:1 spletni vir (1 datoteka PDF (XIII, 62 str.))
PID:20.500.12556/DKUM-95853 Novo okno
UDK:004.85(043.2)
COBISS.SI-ID:266788099 Novo okno
Datum objave v DKUM:22.12.2025
Število ogledov:162
Število prenosov:33
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.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:02.11.2025

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Approach for improving fairness in machine learning using teacher-student architecture and curriculum learning
Opis:This master's thesis explores how the teacher-student architecture, combined with curriculum learning, can help reduce unfairness in machine learning models. We developed several knowledge transfer approaches that incorporate weighting by sensitive groups and structured incremental learning. Experimental results on the Adult Income dataset show that these approaches significantly improve prediction fairness, although often at a slight cost to accuracy. The thesis contributes to understanding the impact of structured learning and knowledge transfer on the fairness of predictive models.
Ključne besede:machine learning, fairness, teacher-student architecture, curriculum learning, knowledge distillation


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