prikaz prve stranice dokumenta Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti
  Preuzmi
PDF 1.29 MB
završni rad
Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti
2023. urn:nbn:hr:211:225393
Grgić, Nikola
Sveučilište u Zagrebu
Fakultet organizacije i informatike
Katedra za razvoj informacijskih sustava

Citirajte ovaj rad

Grgić, N. (2023). Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti (Završni rad). Varaždin: Sveučilište u Zagrebu, Fakultet organizacije i informatike. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, Nikola. "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti." Završni rad, Sveučilište u Zagrebu, Fakultet organizacije i informatike, 2023. https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, Nikola. "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti." Završni rad, Sveučilište u Zagrebu, Fakultet organizacije i informatike, 2023. https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić, N. (2023). 'Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti', Završni rad, Sveučilište u Zagrebu, Fakultet organizacije i informatike, citirano: 02.10.2024., https://urn.nsk.hr/urn:nbn:hr:211:225393

Grgić N. Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti [Završni rad]. Varaždin: Sveučilište u Zagrebu, Fakultet organizacije i informatike; 2023 [pristupljeno 02.10.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:211:225393

N. Grgić, "Usporedba tehnika strojnog učenja u predikciji akademske uspješnosti", Završni rad, Sveučilište u Zagrebu, Fakultet organizacije i informatike, Varaždin, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:211:225393

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:211:225393
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUsporedba tehnika strojnog učenja u predikciji akademske uspješnosti
Naslov (engleski)Application of machine learning techniques for academic success prediction
AutorNikola Grgić
MentorDijana Oreški (mentor)
MBZ: 318615
Član povjerenstvaBožidar Kliček (član povjerenstva)
MBZ: 95426
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet organizacije i informatike
(Katedra za razvoj informacijskih sustava)
Varaždin
Datum i država obrane2023-09-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Organizacija i informatika
Sažetak
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.
Ključne riječi
Jezikhrvatski
URN:NBNurn:nbn:hr:211:225393
Studijski programNaziv: Informacijski i poslovni sustavi
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ. bacc. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje-Dijeli pod istim uvjetima 3.0 (CC BY-SA 3.0)
Datum i vrijeme pohrane2023-09-25 04:17:01