Strojové učení s využitím metody transfer learning – Bc. Jan Štol
Bc. Jan Štol
Master's thesis
Strojové učení s využitím metody transfer learning
Machine learning with transfer learning method
Abstract:
Tato práce se zabývá tématy strojového učení, umělých neuronových sítí a metodou tzv. přeneseného učení (transfer learning). Jsou zde uvedeny základní modely strojového učení, popsány vybrané architektury umělých neuronových sítí, aktivační funkce nebo také použití přeneseného učení. V praktické části této práce byla využita metoda přeneseného učení a augmentace dat pro natrénování modelu umělé neuronové …moreAbstract:
This diploma thesis focuses on machine learning, artificial neural networks and transfer learning topics. There are mentioned basic machine learning models, selected architectures of artificial neural networks, activation functions or use of transfer learning. In the practical part of this thesis, transfer learning and data augmentation were used to train a model for Czech coins classification. A small …more
Language used: Czech
Date on which the thesis was submitted / produced: 15. 11. 2019
Identifier:
http://evskp.uhk.cz/eM6107
Thesis defence
- Date of defence: 8. 1. 2020
- Supervisor: Ing. Karel Mls, Ph.D.
- Reader: Mgr. et Mgr. Rafael Doležal, Ph.D.
Citation record
ISO 690-compliant citation record:
ŠTOL, Jan. \textit{Strojové učení s využitím metody transfer learning}. Online. Master's thesis. Hradec Králové: University of Hradec Králové, Faculty of Informatics and Management. 2019. Available from: https://theses.cz/id/idr9ob/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- Soubory jsou od 16. 1. 2020 dostupné: světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Univerzita Hradec KrálovéUniversity of Hradec Králové
Faculty of Informatics and ManagementMaster programme / field:
Aplikovaná informatika / Aplikovaná informatika
Theses on a related topic
-
Text classification with artificial neural networks
Anouk Wilstra -
Artificial Neural Networks in Space of Stock Returns: Volatility Prediction
Šimon Škorňa -
Interpretation of artificial neural networks for image recognition
Alexey Ulyanin -
Gradient Boosting Machine and Artificial Neural Networks in R and H2O
Juraj Sabo -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL -
Umělé neuronové sítě jako přístup k extrakci plodového elektrokardiogramu a detekci R-kmitů
Silvie Kovalová -
Klasifikace obrazu elektronového mikroskopu pomocí umělé neuronové sítě
Magdaléna Skřičilová
Name
Posted by
Uploaded/Created
Rights
Folders
Files
Kohout, J.
17/1/2020