Pages
-
-
Predviđanje cijena opcija pomoću modela binomnog stabla
-
Edi Prodan Ovaj rad istražuje model binomnog stabla za predviđanje cijene opcija koristeći povijesne podatke sastavnica indeksa S&P 500. Opcije su važni financijski derivati koji se koriste za smanjenje rizika. Jedan od načina računanja poštene cijene opcije je diskretni model binomnog stabla.
Cilj ovog istraživanja je precizno odrediti poštene cijene opcija te usporediti ih sa stvarnim tržišnim cijenama. Istraživanje je provedeno na američkim opcijama za dionice „Meta Platforms", a...
-
-
Predviđanje dnevnog broja aktivnih covid-19 slučajeva pomoću analize vremenskih serija
-
Ivona Mihotić U ovom radu opisane su metode analize i predviđanja vremenskih serija. Detaljno su opisani ARIMA i Prophet model, koji su korišteni za predviđanje aktivnih COVID-19 slučajeva u državama: Sjedinjene Američke Države, Brazil i Francuska. Nadalje, prikazan je i objašnjen postupak implementacije navedenih modela. Za evaluaciju modela, korišteno je predviđanje u jednom i više koraka. U smislu mjera vrednovanja za procjenu prediktivne snage svakog od pristupa korišteni su RMSE i MAPE....
-
-
Predviđanje doprinosa pojedinih igrača za vrijeme nogometne utakmice
-
Lucija Domić Zbog svoje popularnosti, statistička analiza nogometne utakmice sve je popularnija kako među znanstvenicima tako i među nogometnim menadžerima koji nastoje pribaviti što kvalitetnije igrače u svoj klub. Do sada su napravljeni brojni modeli koji opisuju koje su najutjecajnije karakteristike nogometaša koje utječu na izlazne varijable kao što su igračeva zarada ili vjerojatnost ozljede. U ovom radu je provedena analiza najutjecajnijih varijabli na varijablu instat indeks koja je vrlo...
-
-
Predviđanje elektronskih i transportnih svojstava silicenskih nanovrpci uporabom neuronskih mreža
-
Tin Župančić Računalne simulacije danas su standardni dio procesa istraživanja i razvoja nanomaterijala i nanokomponenti. Simulacije su ubrzane optimizacijama i masovnom paralelizacijom, ali usprkos tome, vrijeme izvođenja i dalje je dugotrajno. Neuronske mreže nedavno su pokazale potencijal za unapređenje tog procesa. Ovaj rad istražuje performanse neuronskih mreža na primjeru predikcije transportnih svojstava silicenskih nanovrpci (SiNR). Neuronska mreža s tri skrivena sloja trenirana je i...
-
-
Predviđanje gubitaka djelatne snage u niskonaponskoj distribucijskoj mreži metodama strojnog učenja
-
Terezija Matijašević Brojne klimatske promjene koje su pogodile Europu utjecale su na donošenje novih zakona i politika kojima je cilj smanjenje stakleničkih plinova i povećanje energetske efikasnosti. Sve to utječe na tranziciju koja je u značajnijoj mjeri orijentirana prema distribucijskoj mreži i krajnjim korisnicima. Distribuirana proizvodnja, električna vozila i aktivniji korisnici imaju značajniji utjecaj na ovu mrežu koja tradicionalno prepoznaje jednosmjerne tokove snaga i pasivne potrošače....
-
-
Predviđanje interakcije među proteinima korištenjem konvolucijske neuronske mreže
-
Lucija Segarić Razvoj novih eksperimentalnih metoda omogućio je prikupljanje velike količine podataka vezanih uz interakciju među proteinima. Pošto su te metode veoma skupe i vremenski zahtjevne, razvijeno je mnogo računalnih metoda koje služe za predviđanje interakcije među proteinima i koje pokazuju obećavajuće rezultate. U okviru ovog diplomskog rada, istražen je i izgrađen model predviđanja interakcije među proteinima iz sljedova aminokiselina baziran na Sijamskoj konvolucijskoj...
-
-
Predviđanje ishoda Formule 1 pomoću strojnog učenja
-
Josipa Kaselj Fokus ovog diplomskog rada bio je razviti učinkovito i djelotvorno algoritamsko rješenje koje koristi tehnike strojnog učenja za točno predviđanje budućih ishoda utrke Formule 1. Analizom povijesnih podataka koji su uključivali statistiku performansi vozača i tima, uz informacije o vremenu, rezultati kvalifikacija i rezultati utrka korišteni su za treniranje modela. Prethodno obrađivanje podataka uključivalo je uklanjanje nedosljednosti u skupovima podataka i prilagodbu samog...
-
-
Predviđanje ishoda NCAA košarkaškog turnira metodama strojnog učenja
-
Karlo Borovčak Ovaj rad istražuje primjenu tehnika strojnog učenja za predviđanje ishoda NCAA košarkaškog turnira. Istraživanje se fokusira na tri popularna algoritma, točnije logističku regresiju, metodu potpornih vektora (SVM) i XGBoost, uspoređujući njihovu uspješnost u predviđanju rezultata turnira. Dodatno, koriste se tehnike grupiranja momčadi prema njihovim karakteristikama, s ciljem poboljšanja točnosti predviđanja ishoda turnira. Korišteni su povijesno podaci turnira i procjenjuje...
-
-
Predviđanje ishoda odbojkaških utakmica korištenjem metoda strojnog učenja
-
Domagoj Matošević U radu je objašnjen postupak analize i obrade podataka utakmica muških hrvatskih odbojkaških natjecanja. Motivacija za izradu ovog rada bila je potreba za nekakvi predvidanjem ishoda budućih utakmica. Napisane su stranice gdje se nalaze podaci i načini pomoću kojih su podaci dohvaćeni s tih stranica. Dohvat podataka je napravljen pomoću plugina za Chrome alat naziva Web Scraper. Dohvaćeni podaci o utakmicama su očišćeni koristeći programe napisane u Pythonu. Dodatni podaci su...
-
-
Predviđanje ishoda računalnih igara s više igrača pomoću algoritama strojnog učenja
-
Karlo Butorac U ovom završnom radu proučeni i opisani su popularni algoritmi strojnog učenja koji se primjenjuju u klasifikaciji podataka. Programski je ostvaren sustav za predviđanje ishoda računalnih igara za računalnu igru League of Legends. Prikupljen je odgovarajući skup podataka za vrednovanje ostvarenog sustava. Ispitana je uspješnost programskog sustava i uspoređeni su različiti algoritmi koji su se koristili u klasifikaciji.
-
-
Predviđanje količine prodaje proizvoda zasnovano na modelima strojnog učenja
-
Šimun Smolčec U ovom radu objašnjen je postupak predviđanja količine prodaje proizvoda pomoću modela zasnovanih na strojnom učenju. Objašnjen je cijeli postupak od pripreme podataka do odabira i učenja modela. Modeli su isprobani na univarijantnom i multivarijantnom skupu podataka. Isprobani su sljedeći modeli: LGBM, XGBoost, Catboost, Hrbatna regresija, Hist Gradient Boosting, Huberova regresija, Kneighbors, Holt winters, Povijesni prosjek, Optimized Theta i MSTL. Modeli koji su zasnovani na...
Pages
