<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Vzporedni homogeni ansambli napovednih modelov: naključni gozd</dc:title><dc:creator>Lindič,	Rok	(Avtor)
	</dc:creator><dc:creator>Todorovski,	Ljupčo	(Mentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>odločitvena drevesa</dc:subject><dc:subject>ansambli</dc:subject><dc:subject>homogeni ansambli</dc:subject><dc:subject>naključni gozdovi</dc:subject><dc:subject>dekompozicija napovedne napake</dc:subject><dc:description>V strojnem učenju uporabljamo ansamble napovednih modelov, da zmanjšamo napako, ki bi se pojavila ob uporabi samo enega modela. Pogosto uporabljena ansambelska metoda je naključni gozd. V diplomskem delu bomo opisali, kako naključni gozd deluje, kaj so njegove prednosti v primerjavi z odločitvenimi drevesi, na koncu pa bomo preučili vpliv raznolikosti osnovnih modelov v ansamblih na njihovo napovedno napako.</dc:description><dc:date>2025</dc:date><dc:date>2025-07-10 08:15:05</dc:date><dc:type>Delo diplomskega seminarja/zaključno seminarsko delo/naloga</dc:type><dc:identifier>170594</dc:identifier><dc:identifier>UDK: 004.8</dc:identifier><dc:identifier>VisID: 150726</dc:identifier><dc:identifier>COBISS_ID: 242139907</dc:identifier><dc:language>sl</dc:language></metadata>
