<?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=130332"><dc:title>Uporaba strojnega učenja na vgrajenih platformah</dc:title><dc:creator>KLANČNIK,	BIAN	(Avtor)
	</dc:creator><dc:creator>Kukar,	Matjaž	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>vgrajene naprave</dc:subject><dc:subject>serializacija modelov</dc:subject><dc:description>V zadnjem desetletju se je strojno učenje precej razvilo in prodira na vsa področja informacijskih tehnologij. Dandanes večina računalniških sistemov uporablja strojno učenje na tak ali drugačen način. Poleg tega pa je zelo napredovalo tudi strojno učenje na manj zmogljivih napravah. Cilj diplomske naloge je preizkusiti učinkovitost obstoječih orodij za strojno učenje na manj zmogljivih napravah. Osredotočili smo se na naprave ARM. Na osebnem računalniku smo zgradili več različnih modelov v različnih ogrodjih za grajenje modelov strojnega učenja. Modele smo serializirali s pomočjo orodij za serializacijo in jih na koncu pognali na Raspberry Pi. Zgradili smo več klasifikacijskih in en regresijski model. Merili smo uspešnost modelov in čas, ki ga model na določeni napravi porabi za napovedovanje. Rezultati so pokazali, da se uspešnost modelov na različnih napravah ne razlikuje. Razlika v izmerjenem času pa se je med napravami precej razlikovala.</dc:description><dc:date>2021</dc:date><dc:date>2021-09-13 20:15:09</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>130332</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
