Analiza zvočnih posnetkov glasnega branja za presejalni test disleksijeURANKAR, TAJDA (Avtor) Žabkar, Jure (Mentor) Košak Babuder, Milena (Komentor) disleksijapresejalni testnapovedovanjestrojno učenjeanaliza podatkovDisleksija spada med specifične učne težave in je genetsko pogojena. Zgodnje prepoznavanje prvih znakov je zelo pomembno in v diplomskem delu smo pokazali, da lahko z različnim izborom atributov in algoritmi to tudi storimo. Različni računalniški sistemi bi lahko že danes hitro in objektivno odkrili rizične znake za nastanek disleksije v zgodnjih letih in tako bi lahko otrokom nudili ustrezno pomoč že v začetku šolanja, ko težave še niso tako izrazite. V tem diplomskem delu se osredotočimo na prepoznavanje oseb z disleksijo z analizo podatkov pridobljenih iz transkripcije zvočnih posnetkov glasnega branja. Med seboj primerjamo in analiziramo različne algoritme in metode strojnega učenja in podamo rezultate. V nalogi smo ugotovili, da z različnimi algoritmi strojnega učenja že na manjšem številu primerov v učni množici dobro napovemo nagnjenost k disleksiji.20212021-08-18 12:00:00Diplomsko delo/naloga128929sl