Programsko ostvarenje stabla odluke na programirljivom polju logičkih blokova

diplomski rad

• Naslov (engleski): Implementation of a Decision Tree on a Field-programmable Gate Array
• Autor: Aleksandar Vezmar
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Adrijan Barić (član povjerenstva)
• Član povjerenstva: Igor Krois (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-09-28, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu opisana je metoda učenja stablom odluke, uključujući njene prednosti i nedostatke. Opisan je postupak izgradnje stabla algoritmom ID3, uz primjer njegovog rada. Navedeni su nedostatci algoritma i njihova moguća rješenja, kao i moguća proširenja algoritma. Prikazana su poboljšanja ostvariva uporabom algoritma C4.5 i metode slučajnih šuma. Dan je pregled tehnologije programirljivih polja logičkih blokova, te razlozi za ostvarenje sustava njenom uporabom. Sklopovski je ostvaren algoritam učenja stablom odluke. Ostvareni sustav detaljno je opisan, uključujući prilagodbe algoritma.

Sažetak (engleski)

This paper describes decision tree learning, including its advantages and disadvantages. The process of learning a decision tree using the ID3 algorithm is described, accompanied with an example. The limitations of the algorithm are listed, along with possible solutions and extensions. Improvements introduced by the C4.5 algorithm, and the random forest method are presented. An overview of field programmable gate array technology, and the reasons for its use are provided. A hardware implementation of a tree learning algorithm is accomplished. The realised system is described in detail, including the required modifications made to the algorithm.

• Ključne riječi: strojno učenje; stablo odluke; ID3; C4.5; klasifikacija; regresija; entropija; informacijska dobit; slučajna šuma; FPGA; VHDL; Zybo; Zynq; Vivado
• Ključne riječi (engleski): machine learning; decision tree; ID3; C4.5; classification; regression; entropy; information gain; random forest; FPGA; VHDL; Zybo; Zynq; Vivado
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:072666
• 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: 2019-03-14 01:52:58