prikaz prve stranice dokumenta Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže
Access restricted to students and staff of home institution
master's thesis
Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže
2018. urn:nbn:hr:155:804397
Zadro, Ivana
University of Dubrovnik
Faculty of Electrical Engineering and Applied Computing

Cite this document

Zadro, I. (2018). Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže (Master's thesis). Dubrovnik: University of Dubrovnik. Retrieved from https://urn.nsk.hr/urn:nbn:hr:155:804397

Zadro, Ivana. "Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže." Master's thesis, University of Dubrovnik, 2018. https://urn.nsk.hr/urn:nbn:hr:155:804397

Zadro, Ivana. "Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže." Master's thesis, University of Dubrovnik, 2018. https://urn.nsk.hr/urn:nbn:hr:155:804397

Zadro, I. (2018). 'Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže', Master's thesis, University of Dubrovnik, accessed 20 November 2024, https://urn.nsk.hr/urn:nbn:hr:155:804397

Zadro I. Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže [Master's thesis]. Dubrovnik: University of Dubrovnik; 2018 [cited 2024 November 20] Available at: https://urn.nsk.hr/urn:nbn:hr:155:804397

I. Zadro, "Anatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže", Master's thesis, University of Dubrovnik, Dubrovnik, 2018. Available at: https://urn.nsk.hr/urn:nbn:hr:155:804397

Please login to the repository to save this object to your list.
Metadata
TitleAnatomija radnih okvira za duboko učenje - implementacija na modelu unaprijedne neuronske mreže
Title (english)The Anatomy of Deep Learning Frameworks - Implementation on Feedforward Neural Network Model
AuthorIvana Zadro
MentorVedran Batoš (mentor)
MentorIvona Zakarija (mentor)
Committee memberIvan Grbavac (predsjednik povjerenstva)
Committee memberIvona Zakarija (član povjerenstva)
Committee memberVedran Batoš (član povjerenstva)
GranterUniversity of Dubrovnik
(Faculty of Electrical Engineering and Applied Computing)
Dubrovnik
Defense date and country2018-05-30, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Data Processing
Abstract
U diplomskom radu je opisan koncept dubokog učenja, koji podrazumijeva osnovna objašnjenja područja strojnog učenja i njegove primjene u stvarnom životu kroz aplikacije koje svakodnevno koristimo, te umjetne inteligencije koja omogućuje da se strojevi mogu nazvati inteligentnima te tako stvoriti bilo kakvu aplikaciju. Također je opisan koncept neuronskih mreža, temeljenima na biološkom neuronu te njihova implementacija u svakodnevnom životu. Primjena neuronskih mreža pokriva područja poput medicine, obrazovanja i slično. Objašnjava se i poseban dio neuronskih mreža, konvolucijske mreže, koje obrađuju puno kompleksnije podatke i koriste operaciju konvolucije. Kroz praktični dio rada prikazana je izgradnja unaprijedne neuronske mreže u programskom jeziku Python, uz pomoć radnog okvira TensorFlow. Radni okviri predstavljaju dobar temelj za izradu aplikacije zbog svojih dodatnih alata i uređenog koda, čime se programer može posvetiti drugim zadacima na projektu.
Abstract (english)
This thesis describes the concept of deep learning, which implies basic explanations of the field of machine learning and its application in real life through the applications we use every day and artificial intelligence that allows machines to call intelligent at all and that creates any application. It also describes the concept of neural network, based on the biological neuron, and their implementation in every day life. The application of neural networks covers areas such as medicine, education, etc. A special part of the neural networks, the convolution network, is also explained. Throughout the practical part of the work, the construction of a feedforward neural network in the Python programming language is shown, with the aid of the workbook TensorFlow. Worksheets provide a good foundation for creating an application because of its additional tools and edited code, allowing the developer to devote himself to other tasks on the project.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:155:804397
Study programmeTitle: Business Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to students and staff of home institution
Terms of useLicence In copyright icon
Created on2018-06-07 10:13:16