Analiza i predviđanje ocjenjivanih filmova

diplomski rad

• Naslov (engleski): Analysis and Prediction of Movie Preferences
• Autor: Leon Fadljević
• Mentor: Mihaela Vranić (mentor)
• Član povjerenstva: Mihaela Vranić (predsjednik povjerenstva)
• Član povjerenstva: Damir Pintar (član povjerenstva)
• Član povjerenstva: Mirko Randić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-09-20, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Duboke neuronske mreže predstavljaju moćan alat koji postiže izvrsne rezultate na teškim zadatcima učenja poput prepoznavanja slika, prepoznavanja govora i obrade prirodnog jezika. Ovim se radom ispituje njihova sposobnost savladavanja izazova poput regresije, klasifikacije i mapiranja jednog uzorka vremenske sekvence u drugi (tzv. seq2seq problem) nad podatkovnim skupom MovieLens. Trenirani model čini bazu sustava preporuke koji na temelju ulaznih vrijednosti za određenog korisnika uspješno preporučuje najboljih $k$ stavki koje bi mogle biti u području interesa dotičnog korisnika.

Sažetak (engleski)

Deep Neural Networks (DNNs) are powerful tools that have achieved outstanding performance on difficult learning tasks like image recognition, speech recognition and natural language processing. This work examines capability of DNNs to overcome challenges like regression, classification and mapping a sequence to another sequence (so called seq2seq problem) over MovieLens dataset. Trained model makes the basis of the recommender system which predicts, i.e. recommends top "k" next items that could be in field of interest for observed user based on given (input) values.

• Ključne riječi: Duboko učenje; Strojno učenje; Duboke neuronske mreže; LSTM; Regresija; Klasifikacija; seq2seq; Sustavi preporuke; Apache Solr; Anaconda; Java; Python; MovieLens; DL4J razvojna cjelina
• Ključne riječi (engleski): Deep learning; Machine learning; Deep neural networks; LSTM; Regression; Classification; seq2seq; Recommender systems; Recommendation; Apache Solr; Anaconda; Java; Python; MovieLens; DL4J framework
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:768645
• 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: 2019-03-13 20:10:56