1. Vizualizacija drevesnih modelov in naključnih gozdovJohn Adeyanju Alao, 2011, diplomsko delo Ključne besede: strojno učenje, odličitvena drevesa, regresijska drevesa, naključni gozdovi, vizualizacija, programsko okolje R, matrika sosednosti, računalništvo, univerzitetni študij, diplomske naloge Celotno besedilo (povezava drugam) |
2. Mera podobnosti na podlagi naključnih gozdovUroš Kosič, 2012, diplomsko delo Ključne besede: strojno učenje, naključni gozdovi, mere podobnosti, matrika sosednosti, razvrščanje, iskanje izjem, računalništvo, univerzitetni študij, diplomske naloge Celotno besedilo (povezava drugam) |
3. Strojno učenje v porazdeljenem okolju z uporabo paradigme MapReduceROMAN ORAČ, 2014, magistrsko delo/naloga Ključne besede: MapReduce, porazdeljeno računanje, Disco, strojno učenje, sumarna oblika, DiscoMLL, porazdeljeni naključni gozdovi, ClowdFlows. Celotno besedilo (datoteka, 1,93 MB) |
4. Postavljanje vejic v slovenščini s pomočjo strojnega učenjaANJA KRAJNC, 2015, diplomsko delo/naloga Ključne besede: procesiranje naravnega jezika, obdelava jezika, slovenski jezik, vejica, ločila, jezikovne tehnologije, naključni gozdovi, SVM, prečno preverjanje, podvzorčenje, strojno učenje. Celotno besedilo (datoteka, 444,77 KB) |
5. Empirical evaluation of feature selection methods in classificationLuka Čehovin Zajc, Zoran Bosnić, 2010, izvirni znanstveni članek Ključne besede: izbira atributov, izbira značilk, ReliefF, naključni gozdovi, Gini indeks, postopki izbire atributov, feature selection, RelieF, random forest feature selector, sequential forward selection, sequential backward selection, Gini index Celotno besedilo (povezava drugam) |
6. Strojno učenje v porazdeljenem okolju z uporabo paradigme MapReduceRoman Orač, 2014, magistrsko delo Ključne besede: MapReduce, porazdeljeno računanje, Disco, strojno učenje, sumarna oblika, DiscoMLL, porazdeljeni naključni gozdovi, Clowd-Flows, računalništvo, računalništvo in informatika, magisteriji Celotno besedilo (povezava drugam) |
7. Selekcija v skupinskih modelih z odločitvenimi drevesiDARJAN OBLAK, 2016, diplomsko delo Ključne besede: skupinski modeli, odločitvena drevesa, selekcija v skupinskih modelih, rezanje skupinskih modelov, tanjšanje skupinskih modelov, bagging, naključni gozdovi, ekstremno naključni gozdovi Celotno besedilo (datoteka, 1,02 MB) |
|
|
10. Napovedovanje koncentracij onesnaževalcev zraka in prepoznavanje izvornih regijMatevž Ropret, 2017, magistrsko delo/naloga Ključne besede: strojno učenje, vir onesnaženosti, CF, RCF, napovedovanje onesnaženosti, naključni gozdovi, blasso, bayesovska regresija Celotno besedilo (datoteka, 10,54 MB) |