Predviđanje ponašanja korisnika temeljem obavijesti o događaju

diplomski rad

• Naslov (engleski): Predicting of User Behavior Based on Event Notification
• Autor: Bruno Jagić
• Mentor: Dragan Jevtić (mentor)
• Član povjerenstva: Dragan Jevtić (predsjednik povjerenstva)
• Član povjerenstva: Ognjen Dobrijević (član povjerenstva)
• Član povjerenstva: Marina Bagić Babac (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2016-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

U ovom radu prikazani su principi dohvaćanja, čišćenja, transformiranja, normalizacije i filtriranja podataka u svrhu pripreme za prediktivnu analizu. Prilikom čišćenja podataka nad istima se provodi analiza te se prikuplja znanje o njima kako bi se prediktivnom dijelu projekta moglo pristupiti što bolje i preciznije. Sljedeći korak u izgradnji prediktivnog modela su odabir i implementacija algoritma. Postoji nekoliko pristupa izgradnji prediktivnog modela, a u ovom radu fokus je stavljen na algoritme za nadzirano učenje jer u setu podataka postoji varijabla čiju je vrijednost potrebno predvidjeti.

Sažetak (engleski)

In this document there have been shown principles of data fetching, cleansing, transformation, normalization and filtering in order to prepare it for predictive analysis. This processes give the chance for data analysis in order to collect knowledge about it and enable developers to prepare best algorithm for this data to get most efficient and solution. Next step in this process is implementation of predictive analysis algorithm and it is necessary to choose best fit and build right algorithm. This document is based on algorithms for supervised learning because in data there is one dependant variable which value needs to be guessed.

• Ključne riječi: prediktivna analiza; nadzirano učenje; logistička regresija; neuronska mreža; čišćenje podataka; obrada podataka
• Ključne riječi (engleski): predictive analysis; supervised learning; logistic regression; neural network; data cleansing; data transformation
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:609982
• Studijski program: Naziv: Informacijska i komunikacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 09:21:10