Uporaba metoda strojnog učenja za razvoj prediktivnih modela vezanih uz COVID-19 pandemiju

diplomski rad

• Naslov (engleski): Using Machine Learning Methods to Develop Predictive Models Related to the COVID-19 Pandemic
• Autor: Nikola Kraljević
• Mentor: Damir Pintar (mentor)
• Član povjerenstva: Damir Pintar (predsjednik povjerenstva)
• Član povjerenstva: Luka Humski (član povjerenstva)
• Član povjerenstva: Boris Vrdoljak (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-05, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu cilj je bilo pronaći podatke vezane u COVID-19, razviti prediktivne modele strojnog učenja, te vidjeti iskoristivost MCMC metoda u tu svrhu. Modeli strojnog učenja nam mogu prikazivati razvoj COVID-19 pandemije u budućnosti i koliko nam neke značajke utječu na rješenje. MCMC modele koristili smo kako bi dobili distribuciju s kojom možemo vidjeti nalazimo li se u vrhuncu pandemije, kada je počeo i kada je završio. Kroz diplomski rad može se vidjet kratki uvod u strojno učenje i MCMC metode, te rješenja za različite modele koji su opisani.

Sažetak (engleski)

In this work, the aim was to find data related to COVID-19, develop predictive models of machine learning, and to find usage of MCMC methods for these purposes. Machine learning models can show us development of COVID-19 pandemic in the future and how much some features affect our solution. MCMC models were used to get distribution which shows us peak of pandemic when it started and when it ended. Through this work you can see brief introduction to machine learning and MCMC methods, and solutions for the various models described.

• Ključne riječi: COVID-19 pandemija; Strojno učenje; MCMC; Regresijski modeli; Metropolis-Hastings
• Ključne riječi (engleski): COVID-19 pandemic; Machine learning; MCMC; Regression models; Metropolis-Hastings
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:819474
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 15:20:44