Vaš brskalnik ne omogoča JavaScript!

JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.





Vrsta gradiva:
Jezik:
Išči po:		Išči
	Prikaži samo rezultate s celotnim besedilom	Enostavno iskanje

22 rezultatov

1 - 10 / 22

1 2 3

1. Vizualizacija drevesnih modelov in naključnih gozdov
John 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 (datoteka, 1,11 MB)

2. Mera podobnosti na podlagi naključnih gozdov
Uroš Kosič, 2012, diplomsko delo

Ključne besede: strojno učenje, naključni gozdovi, mere podobnosti, matrika sosednosti, razvrščanje, iskanje izjem, računalništvo, univerzitetni študij, diplomske naloge
Celotno besedilo (datoteka, 1,05 MB)

3. Strojno učenje v porazdeljenem okolju z uporabo paradigme MapReduce
ROMAN ORAČ, 2014, magistrsko delo

Ključne besede: MapReduce, porazdeljeno računanje, Disco, strojno učenje, sumarna oblika, DiscoMLL, porazdeljeni naključni gozdovi, ClowdFlows, računalništvo, računalništvo in informatika, magisteriji
Celotno besedilo (datoteka, 1,93 MB)

4. Postavljanje vejic v slovenščini s pomočjo strojnega učenja
Anja 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. Samkodirnik z naključnim gozdom
Tine Makovecki, 2021, magistrsko delo

Ključne besede: strojno učenje, manjšanje razsežnosti podatkov, samokodirniki, naključni gozdovi, umetne nevronske mreže
Celotno besedilo (datoteka, 947,77 KB)

6. Selekcija v skupinskih modelih z odločitvenimi drevesi
DARJAN 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)

7. Klasifikacija virusnih zaporedij s strojnim učenjem
Matej Kopar, 2015, diplomsko delo

Ključne besede: strojno učenje, klasifikacija, metoda podpornih vektorjev, naključni gozdovi, virusna zaporedja, strukturirano strojno učenje
Celotno besedilo (datoteka, 991,17 KB)

8. Napovedovanje koncentracij onesnaževalcev zraka in prepoznavanje izvornih regij
Matevž 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)

9. Razmejitev in polnjenje patoloških lezij na magnetnoresonančnih slikah možganov
DOMEN RAVNIK, 2017, magistrsko delo/naloga

Ključne besede: nevrodegenerativne bolezni, slikanje z magnetno resonanco, analiza slik, razmejitev in polnjenje lezij, naključni gozdovi, konvolucijske nevronske mreže
Celotno besedilo (datoteka, 18,13 MB)

10. Napovedovanje ishemije iz simuliranih podatkov
Jaka Koren, 2018, diplomsko delo/naloga

Ključne besede: strojno učenje, napovedovanje, ishemija, klasiﬁkacija, naključni gozdovi, SVM, gradientno pospeševanje
Celotno besedilo (datoteka, 697,58 KB)

Iskanje izvedeno v 0.03 sek.