prikaz prve stranice dokumenta Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
diplomski rad
Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja
2020. urn:nbn:hr:166:335297
Vrdoljak, Ema
Sveučilište u Splitu
Prirodoslovno-matematički fakultet
Odjel za informatiku

Citirajte ovaj rad

Vrdoljak, E. (2020). Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja (Diplomski rad). Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:166:335297

Vrdoljak, Ema. "Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:166:335297

Vrdoljak, Ema. "Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja." Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, 2020. https://urn.nsk.hr/urn:nbn:hr:166:335297

Vrdoljak, E. (2020). 'Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja', Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, citirano: 13.11.2024., https://urn.nsk.hr/urn:nbn:hr:166:335297

Vrdoljak E. Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja [Diplomski rad]. Split: Sveučilište u Splitu, Prirodoslovno-matematički fakultet; 2020 [pristupljeno 13.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:335297

E. Vrdoljak, "Kvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja", Diplomski rad, Sveučilište u Splitu, Prirodoslovno-matematički fakultet, Split, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:166:335297

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:166:335297
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKvantitativno vrednovanje raspodijeljenog inkrementalnog strojnog učenja
Naslov (engleski)Quantitative evaluation of distributed online machine learning
AutorEma Vrdoljak
MentorMarko Rosić (mentor)
Član povjerenstvaMarko Rosić (predsjednik povjerenstva)
Član povjerenstvaMarin Aglić Čuvić (član povjerenstva)
Član povjerenstvaGoran Zaharija (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Prirodoslovno-matematički fakultet
(Odjel za informatiku)
Split
Datum i država obrane2020-09-23, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U inkrementalnom raspodijeljenom strojnom učenju treniranje modela se vrši nad tokovima podataka čiji se izvori nalaze na fizički udaljenim lokacijama. Kod raspodijeljenih sustava svaki čvor ima vlastiti model koji je potrebno tijekom vremena unaprijediti. Kontinuirani tok resursa, fizički udaljeni čvorovi i ograničeni protok mreže dovode do problema odabira optimalnog vremena ažuriranja modela. U ovom radu opisane su funkcije koje omogućavaju predviđanje ponašanja modela čvorova i njihovih točnosti. Rezultati pokazuju da je prikladno vrijeme ažuriranja svih modela nakon primitka odgovora od drugog čvora. Treba uzeti u obzir da se optimalno vrijeme razlikuje ovisno o situaciji i da rezultati dobiveni u ovom radu nisu primjenjivi na ostale probleme.
Sažetak (engleski)
In distributed online machine learning, data streams are use to perform training model. Data sources are located at physically remote locations. In distributed systems, each node has its own model that needs to be improved over time. Continuously resource flow, physically remote nodes and limited network flow lead to the problem of selecting the optimal update time of the model. This paper describes the functions that predicting the behaviour of nodes models and their accuracy. The results show that appropriate update time of the all models is after receiving a response from the second node. It should be noted that the optimal time varies regardless of the situation and that the result obtained in this paper are not applicable to other problems.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:166:335297
Studijski programNaziv: Informatika (jednopredmetni); smjerovi: nastavnički
Smjer: nastavnički
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra edukacije informatike (mag. educ. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-01-13 17:39:25