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

Napredna pretraga

Pregled bibliografske jedinice broj: 1259533

Usporedba metoda grupiranja i modela predviđanja za prostorne podatke


Karamatić, Ivo
Usporedba metoda grupiranja i modela predviđanja za prostorne podatke, 2022., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1259533 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Usporedba metoda grupiranja i modela predviđanja za prostorne podatke
(A Comparison of Clustering Methods and Prediction Models for Spatial Data)

Autori
Karamatić, Ivo

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

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
12.07

Godina
2022

Stranica
72

Mentor
Pripužić, Krešimir

Ključne riječi
usporedba ; grupiranje ; predviđanje ; predikcija ; regresija ; prostorni podaci ; Python ; algoritam K-sredina ; model Gaussove mješavine ; aglomerativno hijerarhijsko grupiranje ; algoritam BIRCH ; linearna regresija ; robusna regresija ; bayesovska hrbatna regresija ; stroj potpornih vektora ; algoritam slučajnih šuma
(comparison ; clustering ; prediction ; regression ; spatial data ; Python ; Kmeans ; Gaussian mixture ; Agglomerative hierarchical clustering ; BIRCH ; linear regression ; robust regression ; Bayesian ridge regression ; support vector machine ; random forest)

Sažetak
U ovom je radu dana usporedba kombinacija različitih metoda grupiranja i modela predviđanja provedena nad prostornim podacima. Teorijski su opisane sve korištene metode grupiranja, kao i korišteni modeli predviđanja. Osim njih, objašnjene su metrike korištene za evaluaciju metoda grupiranja i metrike korištene za evaluaciju modela predviđanja. Zatim su opisani korišteni skup podataka i korišteni programski alati. Konačno, na samom kraju rada dan je pregled rezultata provedene usporedbe.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo



POVEZANOST RADA


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

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Krešimir Pripužić (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada

Citiraj ovu publikaciju:

Karamatić, Ivo
Usporedba metoda grupiranja i modela predviđanja za prostorne podatke, 2022., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Karamatić, I. (2022) 'Usporedba metoda grupiranja i modela predviđanja za prostorne podatke', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Karamati\'{c}, Ivo}, year = {2022}, pages = {72}, keywords = {usporedba, grupiranje, predvi\djanje, predikcija, regresija, prostorni podaci, Python, algoritam K-sredina, model Gaussove mje\v{s}avine, aglomerativno hijerarhijsko grupiranje, algoritam BIRCH, linearna regresija, robusna regresija, bayesovska hrbatna regresija, stroj potpornih vektora, algoritam slu\v{c}ajnih \v{s}uma}, title = {Usporedba metoda grupiranja i modela predvi\djanja za prostorne podatke}, keyword = {usporedba, grupiranje, predvi\djanje, predikcija, regresija, prostorni podaci, Python, algoritam K-sredina, model Gaussove mje\v{s}avine, aglomerativno hijerarhijsko grupiranje, algoritam BIRCH, linearna regresija, robusna regresija, bayesovska hrbatna regresija, stroj potpornih vektora, algoritam slu\v{c}ajnih \v{s}uma}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Karamati\'{c}, Ivo}, year = {2022}, pages = {72}, keywords = {comparison, clustering, prediction, regression, spatial data, Python, Kmeans, Gaussian mixture, Agglomerative hierarchical clustering, BIRCH, linear regression, robust regression, Bayesian ridge regression, support vector machine, random forest}, title = {A Comparison of Clustering Methods and Prediction Models for Spatial Data}, keyword = {comparison, clustering, prediction, regression, spatial data, Python, Kmeans, Gaussian mixture, Agglomerative hierarchical clustering, BIRCH, linear regression, robust regression, Bayesian ridge regression, support vector machine, random forest}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font