Strojové učení s využitím metody transfer learning – Bc. Jan Štol
Bc. Jan Štol
Diplomová práce
Strojové učení s využitím metody transfer learning
Machine learning with transfer learning method
Anotace:
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 …víceAbstract:
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 …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 15. 11. 2019
Identifikátor:
http://evskp.uhk.cz/eM6107
Obhajoba závěrečné práce
- Obhajoba proběhla 8. 1. 2020
- Vedoucí: Ing. Karel Mls, Ph.D.
- Oponent: Mgr. et Mgr. Rafael Doležal, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou od 16. 1. 2020 dostupné: světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Hradec KrálovéUniverzita Hradec Králové
Fakulta informatiky a managementuMagisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
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 -
Use of artificial neural networks for description of behaviour of system of decanol droplets in decanoate solution
Radek Chmelař -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Umělé neuronové sítě a jejich využití pro klasifikační úlohy
Michal Náhlík -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL
Název
Vložil
Vloženo
Práva
Složky
Soubory
Kohout, J.
17. 1. 2020