prikaz prve stranice dokumenta Logistička regresija rijetkih ulaznih podataka
  Preuzmi
PDF 1.23 MB
diplomski rad
Logistička regresija rijetkih ulaznih podataka
2019. urn:nbn:hr:126:356254
Dean, Renato
Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
Zavod za primijenjenu matematiku i računarstvo
Katedra za računarstvo i strojno učenje

Citirajte ovaj rad

Dean, R. (2019). Logistička regresija rijetkih ulaznih podataka (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:356254

Dean, Renato. "Logistička regresija rijetkih ulaznih podataka." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2019. https://urn.nsk.hr/urn:nbn:hr:126:356254

Dean, Renato. "Logistička regresija rijetkih ulaznih podataka." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2019. https://urn.nsk.hr/urn:nbn:hr:126:356254

Dean, R. (2019). 'Logistička regresija rijetkih ulaznih podataka', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, citirano: 12.11.2024., https://urn.nsk.hr/urn:nbn:hr:126:356254

Dean R. Logistička regresija rijetkih ulaznih podataka [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku; 2019 [pristupljeno 12.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:356254

R. Dean, "Logistička regresija rijetkih ulaznih podataka", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, Osijek, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:356254

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:356254
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovLogistička regresija rijetkih ulaznih podataka
Naslov (engleski)Sparse Logistic Regression
AutorRenato Dean
MentorSlobodan Jelić (mentor)
Član povjerenstvaKristian Sabo (predsjednik povjerenstva)
Član povjerenstvaSlobodan Jelić (član povjerenstva)
Član povjerenstvaDomagoj Matijević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
(Zavod za primijenjenu matematiku i računarstvo)
(Katedra za računarstvo i strojno učenje)
Osijek
Datum i država obrane2019-12-06, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Matematička logika i računarstvo
Sažetak
U ovom radu će kroz primjere biti predstavljeni neki od problema strojnog učenja te klasične metode za njihovo rješavanje: linearna, logistička i softmax regresija. Objasnit ćemo matematičku pozadinu svake od metoda, upoznat ćemo se sa njihovim nedostatcima te ćemo predstaviti neke od načina korigiranja istih: redukciju broja svojstava i regularizaciju. Pokazat ćemo i primjenu logističke re- gresije kao modela za klasikaciju slika iz baze MRNet u prakticnom dijelu rada koji je izrađen u programskom jeziku Python.
Sažetak (engleski)
In this paper we will present some of the examples of machine learning problems and the classical methods used for their solving: linear, logistic and somax regression. We will explain the mathematical background of each of the methods, familiarize ourselves with their shortcomings and present some ways of correcting them, such as reduction of the number of features and regularization. We will also show how to use logistic regression as a classifying model in a practical project made in Python programming language.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:356254
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-12-07 07:26:40