izpis_h1_title_alt

Ocenjevanje esejev s strojnim učenjem
PERNUŠ, TJAŠA (Avtor), Kononenko, Igor (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (1,35 MB)

Izvleček
Diplomska naloga se dotika področja strojnega učenja, bolj podrobno pa še področja globokih nevronskih mrež. Cilj naše diplomske naloge je bila primerjava različnih pristopov strojnega učenja pri avtomatskem napovedovanju ocen esejev ter oceniti uspešnost globokih nevronskih mrež v primerjavi z ostalimi modeli. Pri gradnji globokih nevronskih mrež je bila izvedena tudi gradnja globoke nevronske mreže z osnovnimi eseji, ki so razbiti na n-terke, vsaka n-terka pa je predstavljala posamezni atribut. Za primerjavo je bilo uporabljeno okolje R, kjer je bilo izvedeno testiranje in primerjava modelov. Izdelanih je bilo več različnih modelov istega tipa, nato pa za posamezni tip izbran najbolj uspešen, ki je bil nato uporabljen v končni primerjavi različnih tipov modelov.

Jezik:Slovenski jezik
Ključne besede:ocenjevanje esejev, strojno učenje, globoke nevronske mreže, nevronska mreža, Friedman-Nemenyi test
Vrsta gradiva:Diplomsko delo (m5)
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2016
Število ogledov:836
Število prenosov:310
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
 
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
:
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Essay evaluation with machine learning
Izvleček:
The diploma thesis covers the field of machine learning. In more detail it covers the field of deep neural networks. The goal of our thesis was comparing different approaches of machine learning for building models for automated essay scoring and to evaluate the success of deep neural networks compared to other models. For building models we have used already extracted attributes, but for the deep neural network we have also used original essays, represented by the three attributes, that represent the relationships in a sentence. For comparing we have used the R environment, where we have built, tested and compared the models. Many different models of the same kind were built, from which the best was chosen for further comparison with models of different types.

Ključne besede:essay scoring, machine learning, Deep neural network, neural network, Friedman-Nemenyi test

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj