20.500.12556/RUL-103415 Izboljšave metode globokih naključnih gozdov Improving deep random forests Na področju globokega učenja je vodilna metoda globokih nevronskih mrež. Te za učenje potrebujejo veliko podatkov, njihova uspešnost pa je odvisna od uporabljenih parametrov. Ena izmed alternativ je model globokih naključnih gozdov. V delu s svojo implementacijo algoritma globokih naključnih gozdov preverimo ponovljivost rezultatov originalnega članka (Zhou in Feng, 2017). Raziščemo, ali lahko napovedno točnost modela izboljšamo z dodajanjem gozdov naključnih podprostorov ali z uporabo zlaganja za kombiniranje napovedi modelov zadnjega nivoja kaskade gozdov. Osnovni implementaciji ter implementacijo z našimi dodatki testiramo na petih podatkovnih množicah in predstavimo dosežene rezultate. Z zlaganjem na vseh podatkovnih množicah dosežemo enako oziroma boljšo povprečno napovedno točnost. Gozdovi naključnih podprostorov na treh podatkovnih množicah dosežejo slabše, na dveh pa boljše rezultate od osnovnega algoritma. The most frequently used deep learning models are deep neural networks. Although they have been successfully applied to various problems, they require large training sets and careful tuning of parameters. An alternative to deep neural networks is the deep forest model, which we independently implemented to verify the replicability of results in (Zhou and Feng, 2017). We test if the accuracy of deep forest can be improved by including random subspace forests or by using stacking to combine predictions of cascade forest's last layer. We evaluate the original implementation and our improvements on five data sets. The algorithm with added stacking achieves equal or better results on all five data sets, whereas the addition of random subspace forests brings worse results on three data sets and better results on two data sets. globoko učenje globoki naključni gozdovi ansambli zrnato skeniranje kaskada gozdov zlaganje modelov deep learning deep forest ensemble methods multi-grained scanning cascade forest stacking true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2018-09-17 13:00:08 2018-09-17 13:00:10 2022-08-16 03:41:58 0000-00-00 00:00:00 2018 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 21921 Klemen_Matej_-_Izboljsave_metode_globokih_nakljucnih_gozdov.pdf Klemen_Matej_-_Izboljsave_metode_globokih_nakljucnih_gozdov.pdf 1 93A1CDF8ED337EE9523B2750BF2D1457 6834ccdccf87d8c5bcf5daa05ec1fba0dfefadcd090a213a937a46ac80d9ea37 cd8ea572-a1b5-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=113848 Fakulteta za računalništvo in informatiko 0 0 0