Uporaba samokodirnikov pri klasifikaciji na osnovi šumnih podatkovGodnič, Luka (Avtor) Vračar, Petar (Mentor) samokodirnikklasifikacijamodeliranje šumnih podatkovnevronske mrežePri nadzorovanem učenju se pogosto soočamo z nepopolnimi ali šumnimi podatki, kar predstavlja velik izziv za napovedne modele, saj lahko šum močno zmanjša njihovo uspešnost. V diplomski nalogi smo raziskovali pristop k modeliranju šumnih podatkov, ki temelji na posebni arhitekturi nevronske mreže, imenovani samokodirnik, prilagojeni za klasifikacijske naloge. Podrobno smo opisali postopek konstrukcije in učenja tega modela. V eksperimentalni evalvaciji smo preizkusili zmogljivost prilagojenega samokodirnika na problemu napovedovanja koronarne srčne bolezni. Podatkom smo dodajali šum različnih vrst in jakosti ter primerjali uspešnost tega modela s standardno večnivojsko nevronsko mrežo. Ugotovitve so pokazale, da se je samokodirnik v večini primerov izkazal za uspešnejši model.20242024-09-12 14:15:00Diplomsko delo/naloga161609VisID: 37381COBISS_ID: 212903427sl