Rezultati iskanja (2)
Razložljive tehnike strojnega učenja v znanostih o življenju
Ekološke, kmetijske in biološke discipline se soočajo z vse večjimi izzivi, kot so izguba biotske raznovrstnosti, motnje v prehranjevalnih verigah in podnebne spremembe, zato postaja uporaba strojnega učenja za obdelavo kompleksnih in heterogenih podatkov vse bolj pomembna. Disertacija raziskuje potencial strojnega učenja v kombinaciji z razlagalnimi pristopi za izboljšanje raziskav …
Odkrivanje zakonitosti iz podatkov v okolju spletnih servisov
Disertacija obravnava razvoj novih scenarijev odkrivanja znanja v modernem okolju za podatkovno rudarjenje z uporabo principov servisno orientirane arhitekture, spletnih servisov, interaktivnih delotokov, ontologij ter avtomatske gradnje delotokov za podatkovno rudarjenje. Razvili smo orodje Orange4WS, ki nadgrajuje Orange, obstoječe odprtokodno orodje Orange za podatkovno rudarjenje. Orange4WS omogoča enostavno uporabo spletnih …