Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1183373

Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja


Buhiniček, Nikola
Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1183373 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja
(Generating Data for Testing and Verification of Machine Learning Models)

Autori
Buhiniček, Nikola

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
09.07

Godina
2021

Stranica
40

Mentor
Pripužić, Krešimir

Neposredni voditelj
Katušić, Damjan

Ključne riječi
generiranje umjetnih podataka ; strojno učenje ; generativni modeli ; generativne kontradiktorne mreže ; Python ; WGAN ; TGAN
(synthetic data generation ; machine learning ; generative models ; generative adversarial networks ; Python ; WGAN ; TGAN)

Sažetak
Testiranje i verifikacija modela strojnog učenja uvelike ovisi o podacima nad kojima se ti procesi izvode. Za određene probleme strojnog učenja teško je doći do skupova podataka koji zadovoljavaju sve njihove potrebe. Ograničenja tih podataka mogu biti razna, poput nedostatne količine skupa podataka, ograničenja zaštite privatnosti korisnika, statistička ograničenja skupa podataka i mnoga druga. Korištenjem umjetno generiranih podataka se smanjuju, ili čak u potpunosti uklanjaju, prethodno spomenuta ograničenja. Tako se smanjuju pogreške modela koje su nastale kao posljedica korištenja neprikladnih skupova podataka. U ovom radu istražit će se najčešće korišteni modeli u području generiranja umjetnih podataka, te će biti predložena i implementirana četiri generatora umjetnih podataka za odabrani problem strojnog učenja koristeći programski jezik Python. Generirani skupovi podataka će biti prokomentirani s obzirom na problem koji se njima rješava.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Projekti:
HRZZ-UIP-2017-05-9066 - Učinkovita stvarnovremenska obrada brzih geoprostornih podataka (RETROFIT) (Pripužić, Krešimir, HRZZ - 2017-05) ( POIROT)

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Damjan Katušić (mentor)

Avatar Url Krešimir Pripužić (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada

Citiraj ovu publikaciju:

Buhiniček, Nikola
Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Buhiniček, N. (2021) 'Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Buhini\v{c}ek, Nikola}, year = {2021}, pages = {40}, keywords = {generiranje umjetnih podataka, strojno u\v{c}enje, generativni modeli, generativne kontradiktorne mre\v{z}e, Python, WGAN, TGAN}, title = {Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog u\v{c}enja}, keyword = {generiranje umjetnih podataka, strojno u\v{c}enje, generativni modeli, generativne kontradiktorne mre\v{z}e, Python, WGAN, TGAN}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Buhini\v{c}ek, Nikola}, year = {2021}, pages = {40}, keywords = {synthetic data generation, machine learning, generative models, generative adversarial networks, Python, WGAN, TGAN}, title = {Generating Data for Testing and Verification of Machine Learning Models}, keyword = {synthetic data generation, machine learning, generative models, generative adversarial networks, Python, WGAN, TGAN}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font