prikaz prve stranice dokumenta Klasifikacija s TensorFlow
  Preuzmi
PDF 917.12 KB
završni rad
Klasifikacija s TensorFlow
Rijeka: Sveučilište u Rijeci, 2018. urn:nbn:hr:195:891230
Kinkela, Matteo
Sveučilište u Rijeci
Fakultet informatike i digitalnih tehnologija

Citirajte ovaj rad

Kinkela, M. (2018). Klasifikacija s TensorFlow (Završni rad). Rijeka: Sveučilište u Rijeci. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:195:891230

Kinkela, Matteo. "Klasifikacija s TensorFlow." Završni rad, Sveučilište u Rijeci, 2018. https://urn.nsk.hr/urn:nbn:hr:195:891230

Kinkela, Matteo. "Klasifikacija s TensorFlow." Završni rad, Sveučilište u Rijeci, 2018. https://urn.nsk.hr/urn:nbn:hr:195:891230

Kinkela, M. (2018). 'Klasifikacija s TensorFlow', Završni rad, Sveučilište u Rijeci, citirano: 24.04.2024., https://urn.nsk.hr/urn:nbn:hr:195:891230

Kinkela M. Klasifikacija s TensorFlow [Završni rad]. Rijeka: Sveučilište u Rijeci; 2018 [pristupljeno 24.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:195:891230

M. Kinkela, "Klasifikacija s TensorFlow", Završni rad, Sveučilište u Rijeci, Rijeka, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:195:891230

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:195:891230
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKlasifikacija s TensorFlow
Naslov (engleski)Classification with TensorFlow
AutorMatteo Kinkela
MentorMarina Ivašić-Kos (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
(Fakultet informatike i digitalnih tehnologija)
Rijeka
Datum i država obrane2018, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Sažetak
U ovom radu prikazano je korištenje TensorFlowa i Kerasa u izradi modela za duboko učenje. Rješavali smo problem klasifikacije znamenaka i problem klasificiranja filmskih postera u žanrove. Za rješavanje problema klasifikacije korištena je TensorFlow duboka neuronska mreža te je objašnjena njena arhitektura i aktivacijske funkcije. Prikazane su sve faze učenja koje su potrebne za stvoriti dobar model počevši od analize podataka, preko izrade i učenja modela i na kraju testiranje i analize rezultata. Problem klasificiranja zanemanaka riješen je na jedan a problem klasifikacije filmskih postera na dva načina te su detaljno opisane dobre i loše strane svakog od rješenja.
Ključne riječi
Jezikhrvatski
URN:NBNurn:nbn:hr:195:891230
Studijski programNaziv: Informatika (jednopredmetni)
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informatike (univ. bacc. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
RepozitorijRepozitorij Fakulteta informatike i digitalnih tehnologija Sveučilišta u Rijeci
Datum i vrijeme pohrane2018-07-09 08:48:00

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij