machine learning; neural networks; logistic regression; decision trees; K-nearest neighbors algorithm; random forest; support vector machine; presidential elections (CROSBI ID 449622)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Markovinović, Mariela
Bojanjac, Dario
hrvatski
machine learning; neural networks; logistic regression; decision trees; K-nearest neighbors algorithm; random forest; support vector machine; presidential elections
U ovome radu prikazani su različiti algoritmi storojnog učenja. Analizirana je ovisnost točnosti modela o hiperparametrima kao i o odabranom skupu podataka za predviđanje. Skup podataka za analiziranje čine dvije ankete koje ispituju stavove glasača neposredno prije prvog i drugog kruga predsjedničkih izbora. Opisane su metode prikupljanja, pripreme i analize anketa. Prvi dio rezultata čine testovi šest algoritama, prikazana je ovisnost točnosti o različitim hiperparametrima. Drugi dio čine predviđanja distribucije glasova pomoću algoritma slučajne šume. Najbolji rezultati dobivaju se korištenjem algoritma slučajne šume, gdje je točnost predviđene distribucije glasova 85%.
strojno učenje ; neuronske mreže ; logistička regresija ; stablo odlučivanja ; algoritam k-najbližih susjeda ; slučajne šume ; stroj potpornih vektora ; predsjednički izbori
nije evidentirano
engleski
machine learning; neural networks; logistic regression; decision trees; K-nearest neighbors algorithm; random forest; support vector machine; presidential elections
nije evidentirano
machine learning ; neural networks ; logistic regression ; decision trees ; K-nearest neighbors algorithm ; random forest ; support vector machine ; presidential elections
nije evidentirano
Podaci o izdanju
71
10.07.2020.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Sveučilište u Zagrebu
Zagreb