Nadzirano strojno učenje i primjena odabranih algoritama u ML.NET-u

master's thesis

• Title (english): Supervised Machine Learning and Application of Selected Algorithms in ML.NET
• Author: Kristijan Maoduš
• Mentor: Bogdan Okreša Đurić (mentor); MBZ: 367114
• Committee member: Markus Schatten (član povjerenstva); MBZ: 291806
• Granter: University of Zagreb; Faculty of Organization and Informatics; (Department of Theoretical and Applied Foundations of Information Sciences); Varaždin
• Defense date and country: 2022-09-27, Croatia
• Scientific / art field, discipline and subdiscipline: SOCIAL SCIENCES; Information and Communication Sciences; Organization and Informatics

Abstract

Strojno učenje, tema koja postaje sve važnija i važnija u zadnje vrijeme, ne samo za stručnjake iz područja informacijsko-komunikacijskih tehnologija i analitičara, nego i za znanstvenike, te inžinjere koji žele iskoristiti svu moć i prednost tehnika prediktivne analize, klasifikacije, klasteriranja i obrade prirodnog jezika. Tema ovog diplomskog rada je strojno učenje (engl. machine learning), preciznije dio strojnog učenja - nadzirano strojno učenje (engl. supervised machine learning) i primjena odabranih algoritama u ML.NET-u. Mislim da će ovaj rad biti koristan svim osobama koje su, kao i ja, tek na početku puta učenja i dubljeg proučavanja strojnog učenja. Kroz teorijski opis, povijest nastanka i podjelu strojnog učenja, te opisom algoritama uz koje gradimo modele dobit ćemo temeljno razumijevanje o izradi modela strojnog učenja. Teorijsko znanje bit će primijenjeno na jednom praktičnom primjeru u Microsoft .NET okruženju. Ukratko rečeno, ML.NET je razvojni okvir otvorenog koda (engl. open-source), dostupan je na više platformi (engl. cross-platform) i razvijen je od strane Microsoft-a. Omogućuje nam treniranje, izradu i objavljivanje prilagođenih modela strojnog učenja koristeći .NET programske jezike C# ili F#. Funkcionalnosti koje podržava, poput AutoML-a, te ML.NET Model Buildera olakšavaju samu integraciju strojnog učenja u postojeće aplikacije.

• Keywords: machine learning; ML.NET; supervised; SVM
• Language: croatian
• URN:NBN: urn:nbn:hr:211:740215
• Study programme: Title: Database and Knowledge Base Studies; 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: 2022-10-03 04:10:18