prikaz prve stranice dokumenta Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti
  Download
PDF 1.29 MB
undergraduate thesis
Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti
2023. urn:nbn:hr:211:225393
Grgić, Nikola
University of Zagreb
Faculty of Organization and Informatics
Department of Information Systems Development

Cite this document

Grgić, N. (2023). Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti (Undergraduate thesis). Varaždin: University of Zagreb, Faculty of Organization and Informatics. Retrieved from https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, Nikola. "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti." Undergraduate thesis, University of Zagreb, Faculty of Organization and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, Nikola. "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti." Undergraduate thesis, University of Zagreb, Faculty of Organization and Informatics, 2023. https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, N. (2023). 'Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti', Undergraduate thesis, University of Zagreb, Faculty of Organization and Informatics, accessed 08 November 2024, https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić N. Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti [Undergraduate thesis]. Varaždin: University of Zagreb, Faculty of Organization and Informatics; 2023 [cited 2024 November 08] Available at: https://urn.nsk.hr/urn:nbn:hr:211:225393

N. Grgić, "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti", Undergraduate thesis, University of Zagreb, Faculty of Organization and Informatics, Varaždin, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:211:225393

Please login to the repository to save this object to your list.
Metadata
TitleUsporedba tehnika strojnog učenja u predikciji akademske uspješnosti
Title (english)Application of machine learning techniques for academic success prediction
AuthorNikola Grgić
MentorDijana Oreški (mentor)
MBZ: 318615
Committee memberBožidar Kliček (član povjerenstva)
MBZ: 95426
GranterUniversity of Zagreb
Faculty of Organization and Informatics
(Department of Information Systems Development)
Varaždin
Defense date and country2023-09-18, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Organization and Informatics
Abstract
Rad se bavio usporedbom tehnika strojnog učenja u predikciji akademske uspješnosti na skupu podataka iz akademske okoline. Tehnike strojnog učenja korištene su stabla odlučivanja, metoda K-najbližih susjeda te neuronske mreže, a podatci su prikupljeni od strane znanstvenika sa Politehničkog instituta Portalegre. Za implementaciju tehnika korišten je Python 3. Rezultati istraživanja su pokazali da sve tri tehnike mogu sa velikom točnošću klasificirati studente koje će završiti studij u skladu s propisanim trajanjem studija te studente koje će odustati od studija. Tehnika koja se pokazala najbolja u predikciji akademske uspješnosti je tehnika neuronskih mreža.
Keywords
Languagecroatian
URN:NBNurn:nbn:hr:211:225393
Study programmeTitle: Information and Business Systems
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0) icon
Created on2023-09-25 04:17:01