hrvatski

Algoritmi strojnog učenja primijenjeni na zadanom skupu podataka

U svijetu podataka i velike količine informacija algoritmi umjetne inteligencije postaju sve značajniji. U ovisnosti o vrsti i strukturi podataka te metodi strojnog učenja algoritmi se koriste prilikom predviđanja, odlučivanja, klasifikacije, prepoznavanja i slično. U ovom radu opisane su i objašnjene tri klasifikacijske neparametarske metode strojnog učenja koje pripadaju nadgledanom učenju – stroj potpornih vektora, algoritam k-najbližih susjeda te stablo odluke. Sva tri algoritma su primijenjena na zadanom skupu podataka u programskom jeziku Python te open-source web aplikaciji Jupyter Notebook. Prije same primjene algoritama na zadani skup podataka, na podatke je bilo potrebno primijeniti funkcije obrade podataka – funkcije čitanja, funkcije čišćenja, funkcije skaliranja te funkcije vizualizacije. Algoritmi su uspoređeni po validacijskom kriteriju preciznosti.

strojno učenje ; algoritam ; SVM ; stroj potpornih vektora ; stablo odluke ; klasifikator k-najbližih susjeda ; umjetna inteligencija ; klasificiranje podataka

nije evidentirano