Detektiranje nepravilnosti na računu pomoću metode nadziranog učenja

master's thesis

• Title (english): Receipt irregularities detection using supervised learning methods
• Author: Šiprak Dario
• Mentor: Petra Grd (mentor); MBZ: 318742
• Committee member: Miroslav Bača (član povjerenstva); MBZ: 235084
• Granter: University of Zagreb; Faculty of Organization and Informatics; (Department of Computing and Technology); Varaždin
• Defense date and country: 2023-01-24, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences; Organization and Informatics

Abstract

U radu se obrađuju metode i tehnike stojnoga učenja te se dublje analizira odabrana metoda strojnog učenja. Rad se još sastoji i od praktičnoga dijela koji je samostalno napravljen te mu je svrha skeniranje računa pomoću mobilnog uređaja nakon čega se račun analizira u poslužiteljskoj aplikaciji i pokušava utvrditi da li je račun valjan ili neispravan. Analiza se temelji na modelu koji je napravljen pomoću algoritma za dugo kratkoročno pamćenje. Rezultat ovog rada daje uvid u korist korištenja strojnog učenja za automatiziranje radnji koje su jednostavne za čovjeka, ali komplicirane za računalo.

• Keywords: strojno učenje; nadzirano učenje
• Language: croatian
• URN:NBN: urn:nbn:hr:211:510101
• Study programme: Title: Information and Programming Engineering; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra informatike (magistar/magistra informatike)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Access restricted to authenticated users
• Created on: 2023-01-30 05:00:29