<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=110204"><dc:title>Napovedovanje težavnosti problemov v balvanskem plezanju</dc:title><dc:creator>REPE,	JURE	(Avtor)
	</dc:creator><dc:creator>Šubelj,	Lovro	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>ocenjevanje balvanskih problemov</dc:subject><dc:subject>balvansko plezanje</dc:subject><dc:subject>atributi</dc:subject><dc:description>Ocenjevanje problemov v balvanskem plezanju je zelo pomemben del tega športa, prav tako pa je to tudi zelo zahtevna naloga, uspeh katere je odvisen predvsem od ocenjevalčevih izkušenj in doslednosti pri ocenjevanju. Diplomska naloga primerja različne predstavitve lastnosti balvanskih problemov ter uspešnost metod strojnega učenja pri ocenjevanju na podlagi izpeljanih atributov v upanju, da so modeli, kot so model naključnih gozdov, linearne regresije in najbližjih sosedov, dovolj natančni, da bi lahko podali smiselno oceno za neocenjen balvanski problem.
V nalogi rezultate razdelimo na več faz, kjer v vsaki fazi dodamo prej neuporabljene ali na novo izpeljane atribute ter primerjamo, kakšno uspešnost dosežejo modeli z novim naborom atributov. Na koncu atribute posplošimo, saj tako dobimo rezultate za nabor atributov, ki ga lahko prenesemo na katero koli plezalno steno, s čimer dobi diplomska naloga uporabno vrednost. Rezultat dela so izdelani modeli strojnega učenja, ki se pri napovedovanju ocene neocenjenega balvanskega problema za poljubno plezalno steno zmotijo za 1,69 ocene.</dc:description><dc:date>2019</dc:date><dc:date>2019-09-12 21:45:19</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>110204</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
