Bc. Jakub Poláček

Diplomová práce

Explainability of Deep Learning for Genomic sequences

Explainability of Deep Learning for Genomic sequences
Anotace:
Hoci algoritmy strojového učenia vykazujú neprekonateľný prísľub v klasifikácii a detekovaní vlastností genomických dát, mnohé z uvedených algoritmov stále predstavujú výzvu v ohľade vysvetlovania ich rozhodovacích procesov. To často spôsobuje nízku dôveru k presnosti ich výsledkov. Najväčším kameňom úrazu z techník strojového učenia sú v tomto nepochybne neurónové siete. Keďže sa ukazuje, že neurónové …více
Abstract:
While machine learning algorithms show unparalleled promise in genomic data classification and feature detection, many of said algorithms still pose a challenge in proper explanation of their decision processes. This often causes low confidence towards the veracity of their results. The biggest offenders among the class of machine learning techniques are indisputably neural networks. Since neural networks …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 14. 12. 2021

Obhajoba závěrečné práce

  • Obhajoba proběhla 4. 2. 2022
  • Vedoucí: PhD Panagiotis Alexiou
  • Oponent: Mgr. Vojtěch Bystrý, Ph.D.

Citační záznam

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Umělá inteligence a zpracování dat / Strojové učení a umělá inteligence

Práce na příbuzné téma