Primjena genetičkog programiranja za simboličku regresiju

završni rad

• Naslov (engleski): Application of genetic programming for symbolic regression
• Autor: Leon Novački
• Mentor: Marko Đurasević (mentor)
• Član povjerenstva: Marko Đurasević (predsjednik povjerenstva)
• Član povjerenstva: Lucija Planinić (član povjerenstva)
• Član povjerenstva: Nikolina Frid (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-09-09, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad opisuje problem simboličke regresije. Objašnjava genetsko programiranje
i opisuje njegove korake. Sadrži implementaciju genetskog programiranja u programskom
jeziku Python te rezultate pri korištenju njega na sintetskim podatcima.

Sažetak (engleski)

This thesis describes the problem of symbolic regression. It contains a description
of genetic programming and it’s main operations. Contains an implementation in the
programming language Python and it’s results on synthetic data.

• Ključne riječi: genetsko programiranje; genetski algoritam; simbolička regresija
• Ključne riječi (engleski): genetic programming; genetic algorithm; symbolic regression
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:352519
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 21:18:32