Napredno

 
  Išči
    Enostavno iskanje


Rezultati

8 rezultatov
1 - 8 / 8
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1. Sprotno učenje modelov na podlagi Gaussovih procesov
Dejan Petelin, 2009, diplomsko delo

Ključne besede: strojno učenje, Gaussovi procesi, model na podlagi Gaussovih procesov, sprotno učenje modelov, računalništvo, univerzitetni študij, diplomske naloge
Celotno besedilo (datoteka, 2,63 MB)

2. Izboljšave metode globokih naključnih gozdov
Matej Klemen, 2018, diplomsko delo/naloga

Ključne besede: globoko učenje, globoki naključni gozdovi, ansambli, zrnato skeniranje, kaskada gozdov, zlaganje modelov
Celotno besedilo (datoteka, 479,65 KB)

3. Napovedovanje bakterijskih gostiteljev virusov z zlivanjem napovednih modelov
Uroš Bajc, 2020, magistrsko delo

Ključne besede: napovedni modeli, zlivanje modelov, matrična tri-faktorizacija, preneseno učenje, nevronske mreže, bioinformatika, bakteriofagi, bakterije
Celotno besedilo (datoteka, 2,12 MB)

4. Predznanje za izboljšavo razlag modelov strojnega učenja
Timen Stepišnik Perdih, 2021, diplomsko delo

Ključne besede: razložljiva umetna inteligenca, razlage modelov, posploševanje razlag, razlage SHAP, strojno učenje
Celotno besedilo (datoteka, 1,11 MB)

5. Uporaba strojnega učenja na vgrajenih platformah
BIAN KLANČNIK, 2021, diplomsko delo

Ključne besede: strojno učenje, vgrajene naprave, serializacija modelov
Celotno besedilo (datoteka, 434,04 KB)

6. Dinamične lastnosti nadomestnih dinamičnih sistemov
Aljaž Pavšek, 2022, magistrsko delo

Ključne besede: Dinamični sistem, SINDy, regresija, Lorenzov model, atraktor, eksponenti Ljapunova, dinamične lastnosti, nadomestni modeli, učenje modelov, analiza variance
Celotno besedilo (datoteka, 4,06 MB)

7. Primerjava delovanja modelov strojnega vida
TIM PAVLI, 2023, diplomsko delo/naloga

Ključne besede: strojni vid, globoko učenje, konvolucijske nevronske mreže, detekcija objektov, primerjava modelov, SSD, Faster RCNN, YOLO
Celotno besedilo (datoteka, 4,11 MB)

8. Razlage modelov strojnega učenja s posploševanjem predznanja
Timen Stepišnik Perdih, 2024, magistrsko delo

Ključne besede: razložljiva umetna inteligenca, razlage modelov, posploševanje razlag, strojno učenje, gručenje, procesiranje naravnega jezika
Celotno besedilo (datoteka, 2,31 MB)
Iskanje izvedeno v 0.05 sek.
Na vrh