prikaz prve stranice dokumenta METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA
  Download
PDF 1.48 MB
master's thesis
METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA
Diplomski rad
2021. urn:nbn:hr:145:664048
Pejić, Ružica
Josip Juraj Strossmayer University of Osijek
Faculty of Economics in Osijek
Chair of Quantitative Methods and Informatics

Cite this document

Pejić, R. (2021). METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad (Master's thesis). Retrieved from https://urn.nsk.hr/urn:nbn:hr:145:664048

Pejić, Ružica. "METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Economics in Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:145:664048

Pejić, Ružica. "METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad." Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Economics in Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:145:664048

Pejić, R. (2021). 'METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad', Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Economics in Osijek, accessed 17 May 2022, https://urn.nsk.hr/urn:nbn:hr:145:664048

Pejić R. METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad [Master's thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Economics in Osijek; 2021 [cited 2022 May 17] Available at: https://urn.nsk.hr/urn:nbn:hr:145:664048

R. Pejić, "METODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad", Master's thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Economics in Osijek, Osijek, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:145:664048

Please login to the repository to save this object to your list.
Metadata
TitleMETODE STROJNOG UČENJA ZA KLASIFIKACIJU CIJENA MOBILNIH UREĐAJA : Diplomski rad
Title (english)MACHINE LEARNING METHODS FOR PRICE CLASSIFICATION OF MOBILE DEVICES : Graduate paper
AuthorRužica Pejić
MentorSlobodan Jelić (mentor)
Committee memberMartina Briš Alić (predsjednik povjerenstva)
Committee memberSlobodan Jelić (član povjerenstva)
Committee memberJosip Mesarić (član povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Economics in Osijek
(Chair of Quantitative Methods and Informatics)
Osijek
Defense date and country2021-07-03, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Economics
Business Informatics
Abstract
U radu je teoretizirana umjetna inteligencija kao i samo strojno učenje. Prikazane su osnovne podjele strojnog učenja te su jasnije objašnjene metode nadziranog učenja i sama klasifikacija. Također, dana je matematička podloga modela neuronske mreže, logističke regresije i algoritma k-najbližih susjeda, koji su korišteni u izgradnji modela strojnog učenja za potrebe ovoga diplomskog rada. Cilj rada je doći do najoptimalnijeg modela koji rješava konkretan problem predviđanja te ga evaluirati koristeći za to procijenjene parametre. Ubrzanim razvojem informacijsko komunikacijske tehnologije, dolazi do prikupljanja različitih podataka, kako o ljudima i pojavama, tako i o fizičkim proizvodima koji se prodaju putem različitih kanala. Zbog potrebe za što bržom obradom podataka i donošenjem što bržih i točnijih poslovnih odluka, u poslovne sustave se implementiraju sustavi poslovne inteligencije temeljeni na strojnom učenju. Problem optimizacije cijena u stvarnom vremenu je zapravo svakodnevna pojava te područje koje se svaki dan poboljšava.
Abstract (english)
The paper theorizes artificial intelligence as well as machine learning itself. The basic divisions of machine learning are presented and the methods of supervised learning and the classification itself are more clearly explained. Also, the mathematical basis of neural network models, logistic regression, and algorithms of k-nearest neighbors, which were used in the construction of machine learning models for this thesis, are given. The aim of this paper is to arrive at the most optimal model that solves a specific problem by predicting the estimate using the predicted parameters. With the accelerated development of information and communication technology, various data are being collected, both about people and phenomena, and about physical products that are sold through various channels. Due to the need for faster data processing and making faster and more accurate business decisions, business intelligence systems based on machine learning are implemented in the business system. The problem of real-time price optimization is the daily occurrence of an area that is improving every day.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:145:664048
Study programmeTitle: Business economy; specializations in: Trade and logistics, Management, Logistic management , Business informatics
Course: Business informatics
Study programme type: university
Study level: graduate
Academic / professional title: Magistar/magistra ekonomije (Magistar/magistra ekonomije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2022-03-30 12:13:49