Ispitivanje performansi genetskog algoritma za klasifikaciju podataka u poslovnim primjenama

specijalistički diplomski stručni

• Naslov (engleski): Testing the performance of a genetic algorithm for data classification in business applications
• Autor: Mateo Korman
• Mentor: Mirjana Pejić Bach (mentor)
• Član povjerenstva: Katarina Ćurko (član povjerenstva)
• Član povjerenstva: Nikola Vlahović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Ekonomski fakultet; (Katedra za informatiku); Zagreb
• Datum i država obrane: 2023-09-30, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Ekonomija; Poslovna informatika

Sažetak

U svijetu u kojem danas živimo, kada se svaki dan generiraju ogromne količine podataka, poduzeća su primorana naučiti kako iz njih iskoristiti maksimum. Jedan od načina su korištenje raznih metoda otkrivanja znanja iz podataka. Pristupom internetu, svima su dostupni razni alati i već napisani dijelovi programskog koda koji se koriste u algoritmima te je tako pristup otkrivanju znanja iz podataka uvelike olakšan. Jedan od takvih alata s knjižnicom mnoštva algoritama je Weka. Glavni fokus u ovom radu je klasifikacija podataka pomoću algoritama šuma, odnosno usporediti algoritme šuma s algoritmom temeljenim na genetskom algoritmu. Uz pomoć Weka-e prezentirani su rezultati četiri klasifikacijskih algoritama nad pet setova podataka iz različitih poslovnih područja te donesen zaključak o performansama genetskog algoritma.

Sažetak (engleski)

In the world and time we live in today, when huge amounts of data are generated every day, companies are forced to learn how to make the most of it. One of the ways is the use of various methods of discovering knowledge from data. With access to the Internet, various tools and already written parts of program code that are used in algorithms are available to everyone, and thus access to discovering knowledge from data is greatly facilitated. One such tool with a library of many algorithms is Weka. The main focus of this paper is data classification using forest algorithms, respectively to compare forest algorithms with an algorithm based on a genetic algorithm. With the help of Weka, the results of four classification algorithms were presented over five sets of data from different business areas, and in the and conclusion was delivered in order to evaluate performance of genetic algorithm.

• Ključne riječi: otkrivanje znanja iz podataka; klasifikacija; algoritmi šuma; genetski algoritam; Weka; OptimizedForest; RandomForest; RandomTree; REPTree
• Ključne riječi (engleski): data mining; classification; forest algorithms; genetic algorithm; Weka; OptimizedForest; RandomForest; RandomTree; REPTree
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:148:867597
• Studijski program: Naziv: Elektroničko poslovanje u privatnom i javnom sektoru; Vrsta studija: stručni; Stupanj studija: specijalistički diplomski; Akademski / stručni naziv: stručni/a specijalist/specijalistikca za elektroničko poslovanje u privatnom i javnom sektoru (struč.spec.oec.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2023-10-02 16:49:46