završni rad (stručni)
Tema ovog završnog rada je primjena raznih metoda strojnog učenja. Objašnjenje njegovih osnovnih koncepata kroz razinu nadzora, te klasifikaciju sustava strojnog učenja i upotreba najkorištenijih algoritama. Prolaženje kroz analize i kategorije učenja, te na koji način se trenira i testira aplikacija. Također prikazivanje kako stvoriti sustav strojnog učenja za klasifikaciju korištenjem klasifikatora stabla odlučivanja. Prikaz podataka kako se postepeno odrađuju koraci u treniranju podataka putem strojnog učenja i kako se dolazi do istih tih podataka.
strojno učenje, nadzirano učenje, nenadzirano učenje, polunadzirano učenje, podržano učenje, regresija, klasifikacija, klaster analiza, stablo odlučivanja, algoritmi
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…
