Search

Ekspresija gena odnosi se na proces kojim se informacije kodirane u DNA pretvaraju u funkcionalne molekule poput proteina. Razvojem tehnika analize ekspresije gena u posljednjim godinama omogućen je uvid u uzroke i liječenje različitih bolesti, uključujući karcinom. Cilj rada bio je razviti modele strojnog učenja za klasifikaciju karcinoma primijenjujući tehnike nadziranog i nenadziranog strojnog učenja, kao i duboko učenje, te usporediti njihove performanse. Implementirani su algoritmi logističke regresije, stroja potpornih vektora, dubokog učenja i grupiranja uz pomoć programskih biblioteka sklearn i keras. Za postizanje boljih rezultata kod modela dubokog učenja istražili smo tehniku poznatu kao Analiza glavnih komponenti (PCA) i model ranog zaustavljanja te usporedili rezultate. Algoritme smo primijenili na skupu podataka za klasifikaciju leukemije i skupu podataka za klasifikaciju raka dojke. Uspješno smo klasificirali pojednine karcinome modelima strojnog učenja i dobili rezultate u skladu s očekivanjima. Gene expression refers to the process by which information encoded in DNA is transformed into functional molecules such as proteins. The development of gene expression analysis techniques in recent years has provided insights into the causes and treatment of various diseases, including cancer. The aim of this study was to develop machine learning models for cancer classification by applying supervised and unsupervised learning techniques, as well as deep learning, and to compare their performances. The implemented algorithms included logistic regression, support vector machine, deep learning, and clustering using the sklearn and keras programming libraries. To improve the results of the deep learning models, we experimented with a technique known as Principal Component Analysis (PCA) and early stopping, and compared the results. We applied the algorithms to datasets intended for leukemia and breast cancer classification. Using machine learning models and obtained results in line with expectations, we successfully classified different types of cancer.

Karcinom gušterače izrazito je smrtonosna vrsta raka čijoj niskoj stopi preživljavanja najviše pridonosi činjenica da se simptomi počinju pojavljivati tek kada je bolest u uznapredovalom stadiju. U okviru ovoga rada proučavan je javno dostupni skup podataka koji uključuje vrijednosti urinarnih biomarkera kod zdravih osoba i osoba oboljelih od raka gušterače. Odabrane su i primijenjene metode strojnog učenja koje bi na temelju navedenog skupa mogle predvidjeti rak gušterače ili omogućiti dijagnosticiranje u ranijem stupnju bolesti. Najbolji rezultati dobiveni su korištenjem algoritama slučajna šuma, gradient boosting i stroj potpornih vektora. Implementirana je binarna i višeklasna klasifikacija, a evaluirani modeli uspoređivani su međusobno i s već postojećim analizama. Pancreatic cancer is an extremely deadly type of cancer whose low survival rate is attributable to the fact that symptoms only begin to appear when the disease has reached an advanced stage. In this thesis, a publicly available data set was studied, consisting of the values of urinary biomarkers in healthy people and patients with pancreatic cancer. Multiple machine learning methods were chosen and applied, assuming that they can use the aforementioned data set to predict pancreatic cancer or make earlier detection possible. The best results were obtained by using random forest, gradient boosting and support vector machine algorithms. Both binary and multiclass classification was implemented and the evaluated models were compared with each other and with existing analyses.

Sustavi raspoznavanja lica sve se više koriste za identifikaciju i razne kontrole pristupa. Ukoliko se ne koriste dodatne mjere sigurnosti, sustave za raspoznavanje lica bilo bi lako zavarati na način da se ispred kamere postavi slika ili video snimka te osobe. Cilj ovog rada je istraživanje i implementiranje potencijalnih metoda koje rješavaju ovaj problem. Odabrane su tri metode. Dvije se baziraju na analizi boje i teksture slike. Isprobani su različiti prostori boja (RGB, HSV i YCrCB) i deskriptor LBP za izvlačenje korisnih značajki iz slika. Jedna metoda koristi histograme i SVM za klasifikaciju, a druga konvolucijsku neuronsku mrežu koja se ne oslanja samo na ručno izvučene značajke te koristi manje dijelove slike u procesu učenja. Posljednja metoda koristi dubinu slike kako bi odredila radi li se o stvarnoj ili lažnoj slici osobe. Facial recognition systems are increasingly used for identification and various access controls. If additional security measures are not used, it would be easy to fool facial recognition systems by placing a picture or video of that person in front of the camera. The aim of this work is to research and implement potential methods that solve this problem. Three methods were chosen. Two are based on the analysis of the color and texture of the image. Different color spaces (RGB, HSV and YCrCB) and LBP descriptor were used to extract useful features from the image. One method uses histograms and SVM for classification, and the other a convolutional neural network that does not rely only on manually extracted features and uses patches of the image in the learning process. The last method uses the depth of the image to determine whether it is a real or spoof image.

U ovom je radu dana usporedba kombinacija različitih metoda grupiranja i modela predviđanja provedena nad prostornim podacima. Teorijski su opisane sve korištene metode grupiranja, kao i korišteni modeli predviđanja. Osim njih, objašnjene su metrike korištene za evaluaciju metoda grupiranja i metrike korištene za evaluaciju modela predviđanja. Zatim su opisani korišteni skup podataka i korišteni programski alati. Konačno, na samom kraju rada dan je pregled rezultata provedene usporedbe. The main goal of this thesis was to compare the performance of different combinations of clustering methods and prediction models for spatial data. Every clustering method that ended up in the practical implementation, as well as every prediction model, was described in the theoretical part of the thesis. Metrics used to evaluate clustering methods and prediction models were described as well. Furthermore, the thesis contains details about the dataset, tools and software libraries necessary for the practical implementation. Finally, the last part of this thesis gives an overview of the obtained results.

U ovom radu opisan je postupak klasifikacije slika elemenata električne sheme. Na početku je napravljen kratak uvod u strojno učenje i računalni vid. Nakon toga, opisan je teorijski dio dvaju najčešće korištenih algoritama za klasifikaciju slika, a to su stroj potpornih vektora i konvolucijske neuronske mreže. Oba algoritma su korištena za izgradnju modela te su izgrađeni modeli međusobno uspoređeni. Također, detaljno je opisan proces prikupljanja slika te njihova obrada. Programsko rješenje je napisano u programskom jeziku Python uz korištenje biblioteka OpenCV i TensorFlow. This thesis describes the procedure of image classification of electrical circuit elements. A Brief introduction of machine learning and computer vision was made at the beginning. After that, the theoretical part of the two most commonly used algorithms for image classification is described, and they are called the support vector machine and the convolutional neural network. Both algorithms were used to build models which were compared to each other. As well, the process of collecting images and their processing is described in detail. The programming solution was written in Python programming language using the OpenCV and TensorFlow libraries.

U radu je opisana implementacija tri različita algoritma strojnog učenja: neuronska mreža, slučajna šuma i stroj potpornih vektora. Uspoređene su njihove performanse. Izabrana je neuronska mreža koja je ukomponirana u web aplikaciju te korisnicima otkriva raspoloženja odabranih pjesama. The paper describes the implementation of three different machine learning algorithms: neural network, random forest and support vector machine. Their performances were compared. A neural network was chosen, which was then integrated into the web application that calculates the moods of the selected songs and presents them to the user.

Kvaliteta vina određena je mnogim kemijsko-fizikalnim svojstvima. Ali i ta svojstva uvjetovana su cijelim procesom nastajanja vina. Kvaliteta plodova vinove loze ovisi o okruženju vinograda i o klimatskim uvjetima kojima je on izložen, poput izloženosti suncu, karakteristike tla i načina berbe. Konkurencija kod proizvodnje vina je velika i potrebno je osigurati konstantno visoku kvalitetu. Ona se provjerava testom kušanja, međutim to nije najefikasnija metoda. U ovom radu napravit će se nova metoda koja bi bila jeftinija, brža, točnija i efikasnija od testa kušanja. Koristit će se klasifikacija pomoću strojnog učenja (algoritam slučajnih šuma, stroj s potpornim vektorima) kojom će se odrediti kvaliteta vina na temelju jedanaest svojstava. Napravljeni model klasifikatora bi za svako novo proizvedeno vino mogao odrediti njegovu kvalitetu, što znači da bi osiguravao da svako vino koje se stavlja na tržište bude provjereno odlične kvalitete. Također će se zaključiti koja svojstva najviše utječu na kvalitetu te bi se tako svako vino kontroliranjem tih svojstava moglo dodatno poboljšati. The quality of wine is determined by many chemical and physical properties, which are conditioned by the entire process of wine production. The quality of the grapevine fruit depends on the environment of the vineyard and the climatic conditions to which it is exposed, such as sun insolation, soil characteristics and harvesting methods. Competition in wine production is high and it is necessary to ensure consistently high quality of produced wine. Wine quality is traditionally checked by tasting, which is not the most effective method. This paper presents a method that is cheaper, faster, and more efficient than the tasting test. Machine learning (Random Forest Classifier, SVM) is used to determine wine quality based on eleven characteristics. The presented classifier model can determine the quality of each newly produced wine, what ensures high quality of each wine placed on the market. Finally, the most important properties that have impact on quality are emphasized, so that each wine could be further improved by controlling these properties.

Ovaj rad opisuje teorijsku podlogu algoritama strojnog učenja koji su razmatrani za predviđanje gledanosti televizijskih kanala. Eksperimentalna usporedba odabranih algoritama pokazala je da algoritam stroja potpornih vektora za regresiju (SVR) daje najbolje rezultate predviđanja dostupnih podataka o stvarnim gledanostima. Algoritam linearne regresije ne daje zadovoljavajuće rezultate, a algoritam slučajne šume (ExtraTrees) ima malo lošije rezultate od stroja potpornih vektora. Opisana je i implementacija web aplikacije koja korisnicima omogućava predviđanje gledanosti na temelju učitanog rasporeda emitiranja. Aplikacija se može koristiti kao alat za optimizaciju rasporeda. Zbog velike vremenske složenosti algoritma stroja potpornih vektora, za korištenje u aplikaciji odabran je algoritam slučajne šume. This paper describes the theoretical basis of machine learning algorithms that have been considered for forecasting the viewership of television channels. An experimental comparison of chosen algorithms showed that the support vector regression algorithm (SVR) gives the best results on the available real world viewership data. The linear regression algorithm does not give satisfactory results, and the extremely randomized trees algorithm (ExtraTrees) has slightly worse results than the support vector machine algorithm. The implementation of a web application that allows users to forecast viewership based on the uploaded broadcast schedule is also described. The application can be used as a schedule optimization tool. Due to the high time complexity of the support vector machine algorithm, the randomized trees algorithm was chosen for use in the application.

U ovom radu bavim se predviđanjem mogućeg zatajenja srca na temelju javno dostupnih zdravstvenih podataka 299 pacijenata. Koristila sam metode odabira značajki i algoritme klasifikacije. Algoritmi klasifikacije koji su korišteni u ovom radu su k-najbližih susjeda, slučajna šuma i dvije inačice stroja potpornih vektora. Rezultati su zabilježeni i analizirani u obliku konfuzijske matrice, točnosti, stope lažno pozitivnih rezultata i stope lažno negativnih rezultata. Rezultate sam usporedila s referentnim radom te se kao najbolji algoritam klasifikacije pokazao stroj potpornih vektora s radijalnom jezgrenom funkcijom. In this thesis, I deal with the prediction of heart failure based on publicly available health data of 299 patients. I used feature selection methods and classification algorithms. The classification algorithms used in this work are k-nearest neighbors, random forest, and two versions of the support vector machine. Results were recorded and analyzed in the form of confusion matrix, accuracy rate, false positive rate, and false negative rate. I compared the results to the reference work. The best classification was obtained using a support vector machine with a radial kernel function.

Rad se bavi procjenom trenda u financijskim vremenskim nizovima zasnovano na strojnom učenju. Pregledom dosadašnjih znanstvenih radova na tu temu, prepoznati su problemi definicije uzlaznog/silaznog trenda, tj. oznaka, kao i problemi određivanja značajki i odabira adekvatnog modela. U radu je nad vremenskim nizom cijena dionica konstruiran posmični prozor koji za generiranje značajki i oznaka. U tako definiranom eksperimentalnom postavu, koristeći model nižeg kapaciteta, logističke regresije, isprobani su i uspoređeni različiti načini označavanja trenda. Koristeći odabrani indikator konvergencije/divergencije pomičnog prosjeka, treniran je stroj potpornih vektora, klasifikator većeg kapaciteta. Treniranje i validacija modela napravljena je na povijesnim cijenama dionica Njujorške burze. Uz zadovoljavajuće performanse modela strojnog učenja, predložena strategija trgovanja koja se oslanja na izlaz modela. The paper deals with trend assessment in financial time series based on machine learning. A review of previous scientific work on this topic has revealed problems in defining an upward/downward trend (labels), as well as problems in determining features and an adequate model. A rolling window was constructed to generate features and labels. In the experimental setup thus defined, using a lower capacity model (logistic regression), different ways of labelling the trend were identified and compared. Using the selected moving average convergence/divergence indicator, a higher capacity support vector classifier was trained and validated. The training and validation of the model was performed using NYSE historical stock prices. Upon satisfactory performance of the machine learning model, a trading strategy was proposed based on the trained model output.

Cilj rada bila je usporedba uspješnosti algoritama strojnog učenja na različitim skupovima podataka. Uspoređeni su algoritmi logističke regresije, stroja potpornih vektora, k najbližih susjeda, naivan Bayesov klasifikator, algoritam stabla odluke i algoritam ansambla stabala odluke. Razmatrane mjere uspješnosti bile su točnost, preciznost, odziv i f1-mjera. The aim of the paper was to compare the efficiency of machine learning algorithms on different data sets. Logistic regression algorithm, support vector machine, k nearest neighbors, naive Bayesian classifier, decision tree algorithm, and random forest algorithm were compared. Performance metrics considered were accuracy, precision, recall, and f1-score.

Uspješno predviđanje razvoja bolesti pacijenta oboljelog od COVID-19 može uvelike olakšati organizaciju zdravstvene skrbi, pogotovo u slučajevima opterećenosti bolničkog sustava. Za rješenje prethodno navedenog problema koristio sam metode strojnog učenja te skup podataka koji sadrži različite medicinske podatke pacijenata oboljelih od COVID-19 koji se klasificiraju prema potrebi za liječenjem na jedinici intenzivnog liječenja. Koristio sam četiri algoritma strojnog učenja: ekstremno pojačavanje gradijenta, slučajna šuma, stroj potpornih vektora te neuronska mreža. Uz navedene algoritme koristio sam i dvije metode rješavanja problema podataka koji nedostaju te dvije metode odabira značajki te sam dobivene rezultate usporedio. Najbolje rezultate dobio sam korištenjem algoritama temeljenih na stablima odluke: algoritma ekstremnog pojačavanja gradijenta te algoritma slučajne šume. Successful prediction of clinical progression of COVID-19 patients can facilitate the management of healthcare, especially in cases of larger hospital overload. For solving the previously stated problem I have used machine learning methods and a dataset containing different medical information from COVID-19 patients who have to be classified according to the need for intensive care. I have used four machine learning algorithms: extreme gradient boosting, random forest, support vector machine and neural networks. In addition to the mentioned algorithms, I have used two different methods for handling the missing data, along with two different feature selection methods and I have compared the results. The best results were obtained by using the decision tree based algorithms: extreme gradient boosting and random forest.

Razina kompleksnost industrijskih kontrolnih sustava neprestano se povećava tijekom posljednjih desetljeća. To je uglavnom slučaj zbog primjene novih tehnologija s krajnjim ciljem postizanja boljih rezultata produktivnosti poboljšanjem kontrole procesa, dostupnosti sustava, pouzdanosti i fleksibilnosti. S tim ciljem, u eri koncepta Industrije 4.0, granice su pomaknute prema Big data, industrijskom Internetu stvari (IIoT), strojnom učenju i heterogenim mrežama. Kao posljedica navedenog, sustavi nadzora, kontrole i prikupljanja podataka (SCADA) upravljaju s više podataka, imaju više funkcija i postaju složeniji za upotrebu. To možda nije problem za industrijske grane u kojima razina automatizacije omogućuje kontrolu procesa bez ljudi. Ali u slučaju industrijskih grana s kontinuiranim procesima poput industrije čelika s ulančanim pogonima kontinuiranog lijevanja, valjaonica, galvanizacijskih linija i valjačkih stanova, gdje se očekuje određena stohastička komponenta, operateri su i dalje nezamjenjivi. Za takva postrojenja kompetencija i iskustvo operatera presudni su u održavanju stabilnosti i kontinuiteta procesa u vremenu. Ovaj se rad fokusira na podršku operateru primjenom nadziranih modela strojnog učenja više-izlazne linearne regresije i modela potpornih vektora koji se koriste za predikciju najučinkovitijeg odgovora operatora za određeno stanje procesa u stvarnom vremenu, putem analize skupa podataka sa aktivnostima svih operatora u odnosu na kontrolirani proizvodni proces te izdvajanja najučinkovitijeg operatora koji će se koristiti kao referenca. Complexity of industrial control systems has been increasing constantly over past decades. This is mostly the case due to implementation of new technologies with the ultimate goal of achieving higher productivity results by improving process control, system availability, reliability and flexibility. Following this goal, in the era of Industry 4.0 concept, boundaries have been pushed toward Big data, Industrial internet of things, machine learning and heterogeneous networks. As a consequence, supervisory control and data acquisition (SCADA) systems manage more data, have more functions and become more complex to use. This might not be the issue for some industries where level of automation allows unmanned process control. But in the case of industries with continuous stream processes like the steel industry with chained processes of continuous casting, rolling mills, galvanizing lines, and wire rods mills where a certain stochastic component is expected, operators are still irreplaceable. For those plants, an operator's competence and experience is crucial in maintaining process stability and continuity over time. This work focuses on operator decision support by implementing supervised machine learning models of multi-output linear regression and support vector machine used for predicting the most efficient operator’s response for a given process state in real time, achieved by analysing dataset with all operator activities to the controlled production process, and allocating the most efficient operator to be used as a reference.

The aim of this paper is to validate the applicability of standard machine learning models for the classification of a music composition genre. Three different machine learning models were used and analyzed for best accuracy: logistic regression, neural network and SVM. For the purpose of validating each model, a prototype of a system for classification of a music composition genre is built. The end-user interface for the prototype is very simple and intuitive ; the user uses mobile phone to record 30 s of a music composition ; acquired raw bytes are delivered via REST API to each of the machine learning models in the backend ; each machine learning model classifies the music data and returns its genre. Besides validating the proposed model, this prototyped system could also be applicable as a part of a music educational system in which musical pieces that students compose and play would be classified.

U ovom radu analizirana je uspješnost nekoliko klasifikacijskih algoritama strojnog učenja u ovisnosti o predobradi ulaznih podataka. U praktičnom dijelu rada ispitana je uspješnost klasifikacijskih algoritama nadziranog strojnog učenja, a to su logistička regresija, k-najbližih susjeda, algoritam stabla odluke, neuronske mreže i stroj potpornih vektora, u ovisnosti o standardizaciji, smanjenju ili povećanju broja uzoraka za balansiranje klasa, smanjenju broja značajki, eliminaciji kolinearnih značajki, različitim načinima kodiranja oznaka klasa. Ispitivanje se provodi nad nekim skupovima realnih podataka, posebno na skupu podataka za učenje i skupu podataka za ispitivanje, preuzetih s javno dostupnih stranica poput www.kaggle.com. Uspješnost klasifikacijskih algoritama uspoređuje se nad skupom podataka za ispitivanje pomoću različitih mjera poput točnosti, F1 mjere, preciznosti i odziva, izračunatih iz matrice zabune. This paper analyzes the success of several classification algorithms of machine learning depending on the pretreatment of input data. In the practical part of the paper, the performance of classification algorithms of supervised machine learning was examined, these are logistical regression, k-nearest neighbors, decision tree algorithm, neural networks and support vector machine, depending on standardization, reducing or increasing the number of patterns for balancing classes, reducing the number of features, eliminating cholinear features, different ways of encoding class labels. The test shall be carried out on some real datasets, in particular the learning dataset and the test dataset, downloaded from publicly available sites such as www.kaggle.com. The success of classification algorithms is compared over the data set for testing using various measures such as accuracy, F1 measure, precision and response, calculated from the confusion matrix.

Cilj ovog rada je ispitati mogućnosti modela umjetne neuronske mreže na problemu klasifikacije proteinskih familija. U prvom poglavlju su predstavljeni osnovni matematički pojmovi iz linearne algebre i optimizacije potrebni za razumijevanje korištenih metoda strojnog učenja. U drugom poglavlju su uvedeni osnovni pojmovi strojnog učenja te je objašnjena matematička pozadina korištenih metoda. Metode koje su korištene u istraživanju su metoda potpornih vektora te umjetna neuronska mreža. U trećem poglavlju su predstavljena provedena istraživanja. Izvršena je binarna i višestruka klasifikacija na sekvencama proteina tako da proteinske familije predstavljaju različite klase. U četvrtom poglavlju su predstavljeni rezultati istraživanja te je napravljena usporedba mogućnosti umjetne neuronske mreže i metode potpornih vektora. U posljednjem poglavlju je ponuđen zaključak. The goal of this paper is to examine the applicability of an artificial neural network model to the problem of protein classification. The first chapter provides a brief introduction to basic concepts of linear algebra and optimization. The second chapter introduces basic machine learning concepts and explains the mathematical background. Models used in research are support vector machine and artificial neural network. The third chapter presents the workflow of the conducted research. Research consists of binary and multiclass classification of protein sequences, with protein families representing different classes. The fourth chapter presents the main results of the thesis and compares the results of the two models. The last chapter presents the conclusions.

S obzirom na nagli rast područja razvoja programske potpore za autonomna vozila sposobnost detekcije i klasifikacije objekata u neposrednom okruženju automobila relevantnija je nego ikad. U ovom radu predstavljena je jedna od mogućih metoda koja rješava takav problem – metoda linearnih potpornih vektora. Kao prvi korak implementacije ove metode izdvojene su svojstvene značajke promatranih objekata pomoću histograma usmjerenih gradijenata. Na temelju dobivenih vektora istreniran je model za prepoznavanje automobila. Za potrebe implementacije višeklasne klasifikacije iskorišten je model za prepoznavanje pješaka iz biblioteke OpenCV, te su dobivene vrijednosti pouzdanosti detekcije uspoređene u svrhu donošenja konačne odluke. Potrebni parametri dobiveni su provođenjem iterativnih testova prilagođeni konkretnim primjerima. Konačni rezultat je uspješna detekcija i klasifikacija automobila i pješaka u većini slučajeva. Due to the rapid growth of the software development area for autonomous vehicles, the ability to detect and classify objects in the immediate vicinity of a car is more relevant than ever. This paper presents one of the possible methods that solves such a problem - the method of linear support vectors. As the first step in the implementation of this method, the features of the observed objects were extracted using histograms of oriented gradients. Based on the obtained vectors, a car recognition model was trained. For the purposes of implementing the multi-class classification, a model for pedestrian recognition from the OpenCV library was used, and the final decision was made by comparing the obtained detection reliability values. The required parameters were obtained by conducting iterative tests adapted to specific examples. The end result is successful detection and classification of cars and pedestrians in most cases.

Analiza sentimenta ostvarena je na više načina. Različite reprezentacije teksta poput TF-IDF reprezentacije, reprezentacije dobivene primjenom rangirajuće funkcije BM25 i GloVe modela za učenje vektorskih reprezentacija riječi, koristile su se za učenje modela. U izradi sustava koristili su se modeli: logistička regresija, stroj potpornih vektora i LSTM povratna neuronska mreža. Za problem binarne klasifikacije sentimenta dobivena je točnost 78\%, dok je za višeklasni problem dobivena točnost 60\% na skupu za testiranje. Zbog nedostatka označenih podataka korišteno je aktivno učenje modela. Naučeni modeli su korišteni u analizi sentimenta unutar glazbenih žanrova. The analysis of sentiment has been accomplished in a number of ways. Various text representations such as TF-IDF representation, representation obtained by applying the BM25 ranking function, and GloVe model for learning vector word representations were used to train models. Models were used in the design of the system: logistic regression, support vector machine and LSTM recurrent neural network. Accuracy of 78 \% was obtained for binary classification and for a multiclass problem, 60 \% accuracy was obtained on the test set. Active learning was used due to the lack of labeled data. Learned models were used in sentiment analysis within musical genres.

Cilj je rada stvaranje jednostavnog i dostupnog sustava upravljanja računalom za osobe s ograničenom pokretljivošću. Izabrani način ostvarivanja ovog cilja je sustav praćenja usmjerenja pogleda. U uvodnom poglavlju dan je pregled područja i tehnologija koje postoje. Nakon toga postavljen je i obrađen teorijski dio tehnologija koje se koriste pa je tako opisan gradijent, histogram orijentiranih gradijenata i stroj s potpornim vektorima. Prikazan je postupak pronalaska značajki lica i postupak određivanja središta zjenice. Također je implementiran i prikazan način pomicanja pokazivača na ekranu s obzirom na usmjerenost korisnikovog pogleda. The goal set in this paper is the creation of a simple and affordable personal computer control software for people with disabilities. The selected approach is based on gaze tracking. A brief overview of this scientific area has been given in the introductory chapter, along with some of the existing technologies. Afterwards, the theory behind the technologies applied in this paper which include gradients, histogram of oriented gradients and support vector machine has been reviewed. In the following chapter, it is explained how the facial features are found and extracted as well as the procedure of detecting the centre of the pupil. Lastly, an implementation of pointer control is shown and looked into.

U ovome radu prikazani su različiti algoritmi storojnog učenja. Analizirana je ovisnost točnosti modela o hiperparametrima kao i o odabranom skupu podataka za predviđanje. Skup podataka za analiziranje čine dvije ankete koje ispituju stavove glasača neposredno prije prvog i drugog kruga predsjedničkih izbora. Opisane su metode prikupljanja, pripreme i analize anketa. Prvi dio rezultata čine testovi šest algoritama, prikazana je ovisnost točnosti o različitim hiperparametrima. Drugi dio čine predviđanja distribucije glasova pomoću algoritma slučajne šume. Najbolji rezultati dobivaju se korištenjem algoritma slučajne šume, gdje je točnost predviđene distribucije glasova 85%. This master's thesis presents tests of several different machine learning algorithms. The dependence of the accuracy of the model on the hyperparameters, as well as on the choice of the data-set used for the predictions, were analyzed. The data-set used in the analyses consists of two polls designed to examine voter attitudes just before the first and second rounds of the presidential election. Methods of collecting, preparing, and analyzing surveys are described in the master's thesis. The first part of the thesis presents the results of the tests of six different algorithms, expressed via the model accuracy dependence on different hyperparameters. The second part presents the distribution of votes as predicted using a random forest algorithm. The best results and highest accuracy are obtained using a random forest algorithm, where the accuracy of the predicted distribution of votes is 85%.

U ovom diplomskom radu izrađen je sustav za klasifikaciju različitih vrsta kretanja mnoštva ljudi na temelju dinamičkih tekstura. Između dviju uzastopnih slika iz istog video zapisa izračunava se normalni tok kao projekcija optičkog toka na gradijent slike. Slike se analiziraju na zasebnim područjima ograđenim okvirima različitih dimenzija. U obzir se uzimaju samo okviri kod kojih udio statičnih elemenata zadovoljava zadani prag. Klasifikacija okvira u pripadne razrede se obavlja uz pomoć kNN i SVM klasifikatora te se konačno cijela slika klasificira glasovanjem na temelju rezultata iz okvira. Usporedbom se određuje najbolja metoda za klasifikaciju. This graduation thesis presents a system for the classification of different crowd motion patterns based on the dynamic textures. Between two consecutive images from the same video, normal flow is calculated as a projection of optical flow on the image gradient. Images are analyzed for separate areas bounded by windows with different sizes. Only windows where a percentage of static elements satisfies a given threshold are considered. KNN and SVM classifiers classify windows into proper classes. Then the full image is classified by voting based on results from its windows. The best method for classification is determined by comparison.

Ovaj rad se bavi otkrivanjem znanja primjenom postupaka strojnog učenja iz baze podataka web aplikacije iz društvenog područja. Izvršena je dubinska analiza podataka pomoću četiri različite metode na skupu podataka vezanih uz prijave i pohađanje poslovnih događaja organiziranih od strane jedne tvrtke u razdoblju od tri godine. Primarni cilj rada je otkrivanje znanja iz postojećeg skupa podataka. Pokazano je kako su se deskriptivnom dubinskom analizom otkrila nova znanja. Za analizu su korištene metode stabla odlučivanja, slučajne šume, indukcija pravila te metoda potpornih vektora. Proučene su razlike između navedenih metodologija, te prednosti i mane svake od njih s naglaskom na točnost i utrošak vremena. Osim toga, u radu je opisan i proces pripreme podataka koji je vremenski najzahtjevniji, te sami brojčani rezultati dobiveni prediktivnom analizom., In this paper knowledge discovery is analyzed using machine learning methods from a database of a web application from the social field. Data mining is performed using four differend methods on a database linked to registrations and attendance of business events organized by a company in a three year span. The primary objective of the paper is to discover knowledge from an existing data set. New knowledge was discovered using descriptive deep analysis using the decision tree method, random forests, rule induction and the support vector machine. Differences between methods are studied, advantages and flaws with emphasis on precision and time consumption. The process of data preparation, which takes the most time, and numerical results yielded in the predictive analysis are also shown in this paper.

Opojna sredstva mogu izazvati razne štetne utjecaje ovisno o količini i učestalosti konzumacije. U sklopu rada, pokušala se odrediti sklonost konzumaciji droge ispitanika pomoću strojnog učenja, na osnovu njihovih demografskih podataka i podataka o osobnosti. Nakon uvoda, dan je kratki opis promatranih opojnih sredstava, opis i vizualizacija korištenog skupa podataka te potom opis modela, postupaka i mjera iz područja strojnog učenja koji su upotrijebljeni u sklopu rješavanja problema. Radi boljeg razumijevanja rezultata klasifikacije, napravljeni su i grafovi ovisnosti nekih demografskih značajki i odgovora ispitanika u originalnom skupu podataka. U nastavku su dani rezultati i kratak osvrt na njih, najprije binarne klasifikacije, a potom i višeklasne klasifikacije za svaku od promatranih droga. Na kraju rada dan je i generalni zaključak te popis korištene literature. Narcotics can cause various harmful effects depending on the amount and frequency of consumption. As part of the work, an attempt was made to determine the propensity to use drugs of the respondents using machine learning, based on their demographic data and personality data. After the introduction, a brief description of the observed narcotics and a description and visualization of the used data set were given followed by a description of the models, procedures and measures in the field of machine learning, which were used for solving the problem. In order to better understand the results of the classification, graphs of the dependence of some demographic characteristics and responses of the respondents in the original data set are made. After that, the results and a brief overview of them are shown, first binary classification and then multiclass classification for each of the observed drugs. At the end, a general conclusion and a list of used literature are given.

Metoda potpornih vektora jedna je od tehnika nadziranog učenja koja probleme klasifikacije i regresije transformira u probleme kvadratnog programiranja. Osnovna ideja tih dviju glavnih zadaća nadziranog učenja nalazi se u prvom poglavlju. Koristeći teoreme iz teorije optimizacije, koje sam predstavio u drugom poglavlju, metoda potpornih vektora formulira hipotezu pomoću dijela primjera iz skupa za učenje koje nazivamo potporni vektori. U trećem i četvrtom poglavlju opisao sam kako se dolazi do tih rezultata. Dualna formulacija problema kvadratnog programiranja omogućila nam je da za rješavanje problema koji zahtijevaju nelinearna rješenja uvedemo jezgrene funkcije. Svojstva i primjeri jezgrenih funkcija koje se koriste u metodi potpornih vektora opisani su u petom poglavlju. U pronalasku korisnih jezgara ključan se pokazao Mercerov teorem. U šestom poglavlju pokazao sam neke probleme na koje nailazimo u implementaciji metode na računalu i kako se to uspješno rješava primjenom iterativnih postupaka poput SMO algoritma. Napokon, u posljednjem poglavlju pokazao sam kako se metoda potpornih vektora koristi u analizi teksta. U prvom primjeru sam pomoću IMDb kritika filmova napravio klasifikacijski model koji predviđa je li kritika pozitivna ili negativna. U drugom primjeru napravio sam klasifikacijski model koji nam govori je li elektronička poruka neželjena ili ne. Također, pokazao sam kako parametri \(C\) i \(\gamma\) i odabir prave jezgrene funkcije utječu na točnost modela. Na ovim primjerima lako se vidi da je metoda potpornih vektora jednostavan ali moćan alat za rješavanje klasifikacijskih zadataka. Support vector machine is a supervised learning technique which transforms classification and regression problems in quadratic programming ones. Basic idea of these two main tasks of supervised learning is written in chapter one. Using theorems from optimization theory, which I presented in chapter two, support vector machine formulates hypothesis using only part of training dataset which we call support vectors. In chapters three and four I described a way to get to these results. Dual formulation of quadratic programming problem gave us the ability to use kernel functions in solving problems that require nonlinear solutions. Characteristics and examples of kernel functions used in support vector machine are described in chapter five. Mercer theorem was crucial in finding useful kernels. In chapter six I showed some problems in implementing method on computer and how that can be successfully solved by using iterative algorithms, such as SMO. Finally, in the last chapter I showed how to use support vector machine in text analysis. In the first example I used IMDb movie reviews to make classification model that predicts whether a review is good or bad. In the second example I made classification model that tells us if the e-mail is spam or not. I also showed how parameters \(C\) and \(\gamma\) and choosing right kernel function affects model accuracy. On these two examples it’s easy to see that support vector machine is simple yet powerful tool in solving classification tasks.

Ovaj završni rad pruža uvid u primjenu statistike i metoda strojnog učenja na primjeru NBA košarkaških utakmica. Opisuje se postupak prikupljanja podataka, zatim se prikupljeni podaci obrađuju prikladnim statističkim metodama i na kraju je predstavljen jednostavan model za predikciju rezultata utakmica koji koristi SVM algoritam. Praktični dio se sastoji od python programske skripte za prikupljanje podataka i tri izvješća koji obrađuju podatke i jedno koje opisuje postupak primjene strojnog učenja napisani u programskom jeziku R. This thesis describes applications of statistical and data mining methods. The application domain is NBA basketball. This thesis presents data collection and application of statistical methods on the collected data. In the end, a simple machine learning model is described that predicts the outcome of an NBA basketball game. The Machine learning model uses the SVM algorithm. Practical part is composed of one python web scraping script, three statistical reports and one machine learning report written in the R programming language.

Detekcija emocija jedan je od težih problema računalnog vida. Psiholozi definiraju sedam osnovnih emocija, a to su: sreća, tuga, ljutnja, gađenje, strah, iznenađenje i prezir. Od tih emocija stvoren je reducirani skup emocija koji je primijenjen za detekciju emocija učenika na nastavi. Problem detekcije emocija rješava se algoritmima strojnog učenja za klasifikaciju. Odabrana su dva algoritma strojnog učenja: metoda potpornih vektora i algoritam šume slučajnih stabala. Skup podataka na kojem algoritmi uče i testiraju svoju uspješnost ručno je izrađen. Algoritmima je potreban vektor značajki za svaku fotografiju te pripadna oznaka emocije. Vektor značajki dobiven je pronalaskom bitnih obilježja lica, a oznake emocija ručno su dodijeljene. Metoda potpornih vektora korištena je kao osnovni algoritam za detekciju emocija. Dvije ključne ideje koje metoda potpornih vektora koristi su jezgreni trik te pronalazak potpornih vektora među primjercima vektora značajki. Potporni vektori definiraju granicu odluke. Rezultati dobiveni testiranjem algoritama za detekciju emocija analizirani su kroz matricu konfuzije i kroz stopu uspjeha koja predstavlja točnost. Emotion detection is one of the most difficult problems in computer science. Psychologists have defined seven basic emotions: happiness, sadness, anger, disgust, fear, surprise and contempt. A reduced set of emotions has been created from these basic emotions. This reduced set has been used to detect the emotions of pupils during lecture. Emotion detection problem was solved by using machine learning classification algorithms. Two algorithms that have been chosen to detect emotions of pupils are: support vector machine and random forest classifier. These algorithms were trained and tested on handmade dataset. Classification algorithms need a vector of features for every photograph from the dataset and appropriate label of emotion. Every vector of features contains facial landmarks. Corresponding label for every vector of features was assigned by hand. Support vector machine uses two key ideas. The first idea is to find so-called support vector examples within a vector of features examples and use those examples to construct decision boundary. The second key idea is the kernel trick. Testing results were analysed with confusion matrix and a success rate that represents algorithm accuracy.

Detekcija lica postupak je kojim se locira i odvaja područje lica u slikama. U ovom radu istražili smo primjenjivost stroja potpornih vektora u rješavanju problema detekcije lica. Iznesen je matematički model klasifikatora maksimalne margine, klasifikatora meke margine i nelinearnih klasifikatora koji koriste jezgre. Nadalje, klasificirane su osnovne tehnike implementacije stroja potpornih vektora te su dani matematički modeli algoritama optimizacije: gradijentni uspon i slijedna minimalna optimizacija. Iznesene su neke prednosti i nedostaci navedenih algoritama. Naposljetku su izneseni i rezultati implementacije stroja potpornih vektora koji koristi algoritam slijedne minimalne optimizacije u problemima detekcije lica. Face detection is the procedure of finding and separating faces within images. In this thesis we have explored the applicability of the Support Vector Machines(SVM) in solving the face detection problem. We’ve defined a mathematical model of maximum margin classifiers, soft margin classifiers and nonlinear classifiers which use kernels. Furthermore, we’ve classified basic techniques of SVM implementation and given mathematical models of optimization algorithms: gradient ascent and Sequential Minimal Optimization (SMO). Some advantages and disadvantages of the aforementioned algorithms have been brought forth. Lastly, we’ve carried out the results of the SVM implementation which uses SMO in the face detection problem.

Ovaj rad proučava različite pristupe rješavanja problema binarne analize sentimenta. Njezin je zadatak odrediti je li sentiment izražen u nekom tekstualnom dokumentu pozitivan ili negativan. Uspoređeni su različiti modeli strojnog učenja koji koriste reprezentacije dokumenata tf-idf te oni koji se služe vektorskim reprezentacijama riječi kako bi predstavili dokumente. Performanse modela mjerene su na četiri različita skupa podataka koja su sastavljena od korisničkih recenzija. Pokazuje se da su na manjim skupovima podataka uspješniji tradicionalni pristupi koji koriste stroj potpornih vektora i reprezentacije tf-idf, dok se na većim skupovima podataka bolje pokazuju konvolucijske neuronske mreže koje koriste vektorske reprezentacije riječi. This paper studies different approaches to binary sentiment analysis. Its task is to determine whether a textual document expresses positive or negative sentiment. Different machine learning models were compared using tf-idf document representations as well as word embeddings. The model performance was measured using four different datasets compound of user reviews. It is shown that traditional approaches which use support vector machines and tf-idf representations are more successful on smaller datasets. Convolutional neural networks that use word embeddings performed better on larger datasets.

Glavni cilj ovog rada je ispitati mogućnost korištenja dviju metoda za detekciju objekata u svrhu detekcije defekata na slikama dobivenim ultrazvučnim testiranjem. Prva predložena metoda bazirana je na histogramu orijentacija gradijenata (HOG) i stroju potpornih vektora (SVM). Druga metoda bazirana je na dubokoj konvolucijskoj mreži Single Shot Detector (SSD). Na početku rada dan je uvod u nedestruktivna testiranja i objašnjen je princip rada učestalo korištenih tehnika ultrazvučnog testiranja. Prikazani su i načini reprezentacije podataka i dan je pregled postojećih metoda za automatsku detekciju defekata. Nakon detaljnog opisa predloženih metode prikazana je i njihova primjena u detekciji defekata na B-prikazima. Metode su testirane na 98 slika iz testnog skupa i kombinacija HOG-a i SVM-a postigla je prosječnu preciznost 23.5% dok je SSD modelom postignuta prosječna preciznost od 84.5%. The main goal of this work was to test the usage of two object detection methods for the task of defect detection from images acquired in the process of ultrasonic testing. The first introduced method is based on the histogram of oriented gradients (HOG) and support vector machines (SVM). The second method is based on deep convolutional network Single Shot Detector. At the beginning of the work, an introduction to nondestructive testing is given and the principle of two commonly used ultrasonic testing techniques is explained. Various types of data representation are shown and overview of the previous work in the area of automatic defect detection of ultrasonic data is given. After providing detail description of the proposed methods, their application in the task of defect detection from B-scans is shown. The methods were tested on 98 test images and the combination of HOG and SVM achieved an average precision of 23.5% while SSD achieved average precision of 84.5%.

Korisnička podrška jedna je od ključnih stavki poslovanja telekomunikacijskih operatora. Značajan postotak komunikacije s korisnikom odvija se putem elektroničke pošte i taj postotak raste. Da bi se održala ili poboljšala kvaliteta usluge tim medijem, potrebno je tragati za modernim rješenjima. Osnovni cilj rada je predložiti modele za automatsku klasifikaciju i usmjeravanje elektroničke pošte u svrhu poboljšanja procesa obrade elektroničke pošte. U radu su opisane korištene tehnologije i algoritmi. Za klasifikaciju i usmjeravanje korišteni su algoritmi scikit-learn knjižnice: algoritam slučajnih šuma, stroj potpornih vektora, neuronske mreže i naivni Bayesov klasifikator. Prezentirani su rezultati pojedinih klasifikatora te je statističkom provjerom predložen onaj najbolji. Customer support is one of the key business factors of telecommunications operators. A significant percentage of communication with customers takes place via electronic mail, and that percentage continues to grow. In order to maintain or improve the quality of service with this media, it is necessary to search for modern solutions. The main goal of the thesis is to propose models for automatic classifications and routing of electronic mail in order to improve the electronic mail processing. This thesis describes the technologies and algorithms used. For classification and routing, the algorithms of the scikit-learn library were used: random forests algorithm, support vector machine, neural networks and naive Bayes classifier.The results of the individual classifiers have been presented and the best one is proposed by statistical assessment.

U doktorskom radu je predstavljena metodologija detekcije otočnog rada distribuiranih izvora energije uz pomoć metoda umjetne inteligencije (umjetne inteligencije) sa ciljem zadržavanja pasivne prirode metode detekcije a povećanja preciznosti, smanjenja vremena detekcije i zone ne-detekcije (zone ne detekcije). Predložena metodologija se sastoji od tri cjeline realizirane kroz 9 poglavlja: snimanje parametara mreže sa pametnim brojilom, treniranje umjetne inteligencije metoda sa slogovima podataka, testiranje metoda kroz standarde IEEE 1547 i UL 1741. Detekcija otočnog rada je realizirano kroz tri predložene metode: Adaptivni sustav neuro-neizrazitog zaključivanja(eng. Adaptive Neuro-Fuzzy Inference System - ANFIS), Duboko učenje (eng. Deep Learning - DL) i Metoda potpornih vektora (eng. Support Vector Machine - MPV). Mjerenja su prikupljeni podaci sa realnog foto-naponskog (FN) sustava uz pomoć kojih je modeliran model u programskom alatu Matlabu/Simulink za testiranje navedenih umjetne inteligencije metoda. Također su izmjereni rezultati korišteni za treniranje kognitivnih metoda. Ocjenjivanje efikasnosti metoda se radi prema navedenim standardima, te još tri vrste kvara na niskonaponskoj distribucijskoj mreži, još jednim distribuiranim izvorom na istoj točki spajanja distribuiranog izvora sa distribucijskoj mreži-om, brzo punjenje električnih i hibridnih automobila (PHEV), te promjeni faktora kvalitete mreže (Qf). Na kraju su predstavljeni rezultati od sve tri predložene umjetne inteligencije metode, kao sumarni prikaz u izvješću u poglavlju 8, te diskutirana moguća daljnja istraživanja u cilju poboljšanja navedena tri faktora metoda za detekciju otočnog rada. The methodology for detecting islanding of Distributed Generators (DGs) in Distribution Network (DN) using the method of artificial intelligence (AI) is presented in the dissertation with the aim of retaining the passive nature of the detection method and increasing the precision, reduction of detection time and non-detection zone (NDZ). The proposed methodology consists of three units realized through 9 chapters: smart metering network parameters, training of AI methods using recorded data, testing methods through standards IEEE 1547 and UL 1741. Detection of the islanding is done through three proposed methods: Adaptive Neuro-Fuzzy Inference System 239 (ANFIS), Deep Learning (DL), and Vector Support Machine (MPV). The measurements were collected from the real photographic (FN) system used in modeling of testing simulation environment in Matlab / Simulink software to test these Artificial Intelligence methods. Measurement results were also used to train cognitive methods. Efficiency evaluation of the method is done according to the mentioned standards and three other situations in microgrid: fault on the low voltage distribution network, another distribution sources at the same point of common coupling of distribution source with distribution network, rapid charging of electric and hybrid cars (PHEV) and change of network quality factors (Qf). Finally, the results of all three proposed Artificial Intelligence methods are presented as a summary report in the chapter 8 and discussed possible further research to improve mentioned three factors of inslanding detection methods.

Cilj ovog istraživanja je klasifikacija zemljišnog pokrova iz snimaka prikupljenih pomoću Sentinel-1 (S1) i Sentinel-2 (S2) satelita. Copernicus je EU program usmjeren ka razvoju Europskog informacijskog servisa zasnovanog na satelitima za opažanje Zemlje, podacima s kopna i drugih doprinosećih misija. U sklopu programa, između ostalog, bez naknade dostupne su svim korisnicima radarske (S1) i optičke (S2) satelitske snimke visoke rezolucije. Radar posjeduje vlastiti izvor zračenja pa se snimanje može odvijati neovisno o dobu dana te zahvaljujući duljim valnim duljinama, neovisan je o vremenskim prilikama. Sentinel-1 sateliti lansirani su 2014. i 2016. godine, i na njima se nalazi aktivni radar (engl. Synthetic Aperture RADAR - SAR) te snimke su dostupne svakih 6 dana. Sentinel-2 je multispektralna satelitska misija (sastoji se od satelita S-2A i S-2B) visoke rezolucije koja opaža Zemljinu površinu u 13 spektralnih kanala prostornih rezolucija od 10 m, 20 m i 60 m. U ovom radu usporediti će se radarske i optičke snimke jednake prostorne rezolucije od 10 m pomoću različitih metoda strojnog učenja. Uz Random Forest (RF) metodu, koji se najčešće koristi za nadziranu klasifikaciju, koristiti će se još XGBoost i Support Vector Machine (SVM) metode. Pritom, RF i XGBoost metode kombiniraju predviđanja više modela (engl. ensemble learning), dok SVM definira hiperravninu koja klasificira sve vektore iz trening skupa podataka u dvije ili više klasa. Glavni cilj ovog istraživanja je usporediti rezultate klasifikacije zemljišnog pokrova prema pojedinim klasama za radarske i optičke snimke te odrediti mogućnosti njihovih primjena u daljnjim istraživanjima.

U ovom radu objašnjen je pojam dubokog učenja i osnovne značajke bioloških i umjetnih neuronskih mreža. Objašnjene su dvije vrste neuronskih mreža, duboke i konvolucijske te je dan primjer jedne konvolucijske neuronske mreže. Nadalje je iskazan postupak učenja mreža te je ukazano na neke probleme koji se mogu pojaviti prilikom učenja. U okviru tog poglavlja također je prikazan i Backpropagation algoritam. Nakon toga objašnjen je stroj s potpornim vektorima i njegova namjena. Na kraju je proveden eksperiment na skupu slika triju tipova tumora mozga i izneseni su rezultati klasifikacije. This work describes deep learning and basic features of biological and artificial neural networks. It describes two types of neural networks, deep and convolutional, and one example of convolutional neural network is given. Furthermore, it explains process of training neural networks along with potetntial problems that can occur. In that chapter is also explained Backpropagation algorithm. After that is described support vector machine along with its usage. The final part of work shows experiment for which was used data set which has three types of brain tumors and result of classification is shown.

Metoda potpornih vektora jedna je od najučinkovitijih za rješavanje problema prepoznavanja prometnih znakova. U ovom radu predstavljena je aplikacija za prepoznavanje znakova ograničenja brzine iz baze slike znakova. Aplikacija koristi standardni medijan i Gaussov filtar za uklanjanje šuma iz slika, Houghovu transformaciju za detekciju kružnog objekta i metodu potpornih vektora za prepoznavanje znaka. Prilikom implementacije metode potpornih vektora, bilo je potrebno klasificirati i istrenirati set slika iz baze rMASTIF. Analizom algoritma, uspostavljeni su prikladni parametri svih upotrijebljenih funkcija za postizanje optimalnih rezultata u većini slučajeva. Isto tako, prilikom detekcije pronađeni su primjeri gdje je nužno promijeniti parametre za postizanje točnih rezultata. Također, utvrđeni su primjeri iznimno loše kvalitete slike nad kojima je nemoguće obaviti detekciju. Usprkos tome, trening nad bazom uspješno je proveden te je testiranjem implementirane metode utvrđeno kako u većini slučajeva algoritam pravilno predviđa zadani prometni znak. A support vector machine is one of the most efficient methods used for traffic sign recognition. In this paper application for speed limit traffic sign recognition from a traffic sign image database is presented. The application uses standard median filter and Gaussian filter for removing noise in corrupted images, Hough transformation for detection of a circular object within an image and a support vector machine for sign recognition. During the implementation of the support vector machine, it is necessary to classify and train a set of images taken from the rMASTIF database. While analyzing the algorithm adequate parameters are established for every function used, in order to achieve as optimal results as possible. Also, a few examples are found where changing the parameters is necessary to obtain accurate results. In addition, there are a few images in which it is impossible to detect a circle due to images’ bad quality. Despite identifying significant amount of problems, the support vector machine is successfully trained and tested. In most cases, the algorithm accurately predicting a speed sign in the tested images is established.

Analiza religijskih pitanja je uvijek vrlo kontroverzna. Religija kod svakog čovjeka predstavlja nešto osobno, a objektivno sagledati religiju je vrlo zahtjevna stvar. Cilj rada je bio analizirati tekstove religijskih rasprava uz pomoć statističke analize. Skup podataka korišten u radu smo preuzeli s društvene mreže Reddit. Model smo izgradili koristeći frekvencije riječi i značajke LIWC. Isprobali smo dva modela strojnog učenja, logističku regresiju i stroj potpornih vektora za predviđanje religije. Ostvarili smo rezultate koji su zadovoljavajući te s točnošću od otprilike 65% predviđaju religiju korisnika na temelju njegovih ili njezinih komentara. Analysis of religion questions is always very controversial. Religion is something personal for every person, and to objectively consider religion is a very demanding thing. The aim of the thesis was to analyze the texts of religious discussions through statistical data analysis. The data set used in this work was downloaded from the Reddit social network. We built the model using word frequencies and LIWC features. We tested two machine learning models, logistic regression and the support vectors machine for predicting religion. We have achieved satisfactory results and with an accuracy of approximately 65% predict the user's religion based on his or her comments.

Danas postoji trend sve većeg korištenja strojnog učenja za različite probleme. Jedan od tih problema je obrada prirodnog jezika gdje strojno učenje postiže jako dobre rezultate. Da bi mogli koristiti strojno učenje potrebni su nam podaci te iako podataka imamo više nego ikada prije, nama su potrebi dobro označeni podaci. Tu nam može pomoći prilagodba domene. U ovom radu objašnjavamo što je strojno učenje, što je prilagodba domene te kako nam ona može pomoći pri analizi sentimenta za različite domene. Zatim razmatramo praktični dio ovog rada: priprema podataka, odabir modela te izvođenje različitih eksperimenata na kojima vidimo koliko dobro radi prilagodba domene nad više domena. Today there is a trend of ever increasing use of machine learning for different problems. One of these problems is natural language processing where machine learning achieves very good results. In order to be able to use machine learning, we need data, and although we have more data than ever before, we need well-labeled data. Domain adaptation can help us with this problem. In this paper, we explain what is machine learning, which is domain adaptation, and how it can help us in the sentiment analysis for different domains. Then we consider the practical part of this work: data preparation, model selection and performing different experiments to see how well does domain adaptation work.

Sustavi za digitalno učenje generiraju ogromne količine podataka iz kojih se dubinskom analizom mogu izvući informacije koje nisu dostupne jednostavnim pretraživanjem. Primjenom programskog okruženja Python razvijen je sustav za automatsku klasifikaciju zadataka predmeta Osnove elektrotehnike Fakulteta elektrotehnike i računarstva u Zagrebu po prethodno dodijeljenim glavnim i sporednim konceptima. Objašnjene su korištene metode predobrade i vektorizacije zadataka. Klasifikacija je izvedena po glavnim i sporednim konceptima odvojeno, združenim glavnim i sporednim konceptima i hijerarhijski. Izgrađeno je pet različitih klasifikatora te su komentirani dobiveni rezultati za svaki slučaj klasifikacije. Digital learning systems generate huge amounts of data from which information that is not accessible by simple search can be collected by applying data mining methods. Using the Python program environment, an automated classification system for the exam questions of Electrical Engineering course at the Faculty of Electrical Engineering and Computing in Zagreb was developed over previously assigned primary and secondary concepts. Used pre-processing and vectorization methods are explained. Classification is performed by primary and secondary concepts separately, joined primary and secondary concepts, and hierarchically. Five different classifiers were constructed and the results for each case were commented.

Opisana je teorija iza algoritma stroja potpornih vektora, kako za klasifikaciju, tako i za regresiju. Opisan je algoritam sekvencijalne minimalne organizacije. Napravljena je implementacija algoritma i za klasifikaciju i za regresiju te su oba algoritma primijenjena na nekoliko skupova podataka. Napravljena je usporedba naše implementacije s drugim implementacijama te su rezultati zadovoljavajući. In this paper, support vector machine (SVM) algorithm for classification and regression is described. Sequential minimal optimization (SMO) algorithm was also described and used for optimization. The implementation of SVM algorithm for classification and regression has been made. The implementation was tested and compared to other implementations and the results are satisfying.

Cilj je usporediti algoritme strojnog učenja koji rješavaju problem klasifikacije na različitim skupovima podatka. Usporedba se temelji na točnosti predviđanja algoritama na njima prije neviđenim podacima. Algoritmi koji se uspoređuju su: Naivni Bayesov klasifikator, Stablo odluke, Najbliži susjed, Linearna diskriminantna analiza, Logistička regresija i Stroj potpornih vektora. Usporedba se provodila nad tri različita skupa podataka. Rezultati usporedbe su pokazali da algoritmi Stablo odluke i Najbliži susjed imaju dobru točnost neovisno o vrsti podataka, dok algoritmi Linearne diskriminantne analize, Logističke regresije i Stroja potpornih vektora imaju dobre i bolje rezultate za specifičnije vrste podatka. The goal is to compare different machine learning algorithms for classification problems using different datasets. The comparison is based on predicting the classes of data not previously seen by the algorithms. Algorithms used in the comparison are: Naive Bayes classifier, Decision tree, Nearest neighbour, Linear discriminant analysis, Logistic regression, Support vector machine. Three different datasets were used for the comparison. Results of the comparison show that accuracies of Nearest neighbour and Decision tree algorithms are good, no matter the data type, while algorithms like Linear discriminant analysis, Logistic regression and Support vector machine have better result for specific data types.

S ciljem približavanja baza podataka ljudima bez znanja potrebnih za upravljanje istima počela su se razvijati jezična sučelja bazama podataka. Kako bi se izgradilo stabilno jezično sučelje nužno je odbacivati loše upite. Taj problem riješen je u ovom radu uporabom metoda otkrivanja novih vrijednosti i strojnog učenja. Sljedeći korak pri izgradnji jezičnog sučelja je predviđanje vrste pitanja u upitu, kako bi se upit mogao ispravno prevesti u jezik upita. U opsegu ovog rada taj problem riješen je klasifikacijom u 14 klasa koristeći metode obrade prirodnog jezika i strojnog učenja. U radu su detaljno opisani algoritmi koji su korišteni te postupci kojima su se rezultati dobili. Skup podataka na kojima su modeli učeni ručno je izgrađen te označen. Natural language interfaces to databases began to develop with the goal to bring databases closer to the people with no knowledge about them. To make a natural language interface it is necessary to filter out spam queries. That problem is solved in this thesis by using methods of novelty detection and machine learning. The next step in creating a natural language interface is predicting the question type in query, in order for the query to be easily translated to query language. In the scope of this thesis that problem was solved by classification into 14 classes using methods of natural language processing and machine learning. Algorithms that were used in the thesis are also thoroughly explained as well as the methods by which we got results. Dataset on which the models were trained was compiled and labeled by hand.

Stroj s potpornim vektorima (engl. Support Vector Machine, SVM) vrlo je općenit postupak koji omogućava rješavanje klasifikacijskih problema te problema funkcijske regresije. Isti je u praksi primjenjivan na niz praktičnih problema. U okviru završnog rada proučen je i opisan stroj s potpornim vektorima. Također, ostvarena je njegova programska implementacija kao i implementacija prikladnog postupka učenja istoga. Proučena je primjena stroja s potpornim vektorima na rješavanje problema analize sentimenta korisničkih recenzija te je ispitan rad algoritma na korisničkim recenzijama filmova. Rezultati dobiveni klasifikacijom recenzija su prikazani i analizirani. Support vector machines (SVM) are supervised learning models which can solve regression and classification problems. This thesis describes and analyses the support vector machine model. Moreover, dual coordinate descent, an optimization algorithm for solving linear SVM is implemented. In the second part of the thesis, a brief introduction to sentiment analysis is given. In the last part of the thesis, film reviews are classified using linear support vector machine and the results are interpreted.

U ovom radu obrađena je dubinska analiza teksta na studijskom primjeru kategorizacije novinskih članaka Novog Lista. Problem je podijeljen u tri djela: dohvat, pripremu i obradu teksta. U dohvatu obrađeni su izvori informacija te je rečeno da su novinski članci dobar izvor podataka. U pripremi dobiveni članci su korjenovani, izbačene su zaustavne riječi i strukturirani su u format pogodan za obradu. Kod obrade teksta obrađen je algoritam stroja potpornih vektora, i pomoću njega članci su klasificirani. Rezultati klasifikacije su analizirani i prihvaćeni kao vrlo dobri. In this thesis text mining methods are explained and applied on the example of newspaper article categorization. The problem was divided in three parts: retrieval, preparation and processing of text. For retrieval, the information sources were detailed and the articles were accepted as a valid source of data. For preparation, the articles were stemmed, the stop words were removed and the articles were converted into a format ready for processing. In processing, the support vector machine was explained and used to classify the articles. The results of the classification were analysed and accepted as very good.

Računalno predviđanje vijestodostojnosti nov je smjer istraživanja s primjenama u praćenju događaja te sažimanju dokumenata, a potencijalnu primjenu ima u društvenim znanostima. Tema rada jest predviđanje vijestodostojnosti i emocija novinskih članaka na engleskome jeziku temeljeno na strojnom učenju. Razvijena su dva generativna i jedan diskriminativni model za klasifikaciju vijestodostojnosti i emocija na temelju naslova članaka u kategorije vijestodostojnosti koje su predložili Harcup i O’Neill (2011) i šest osnovnih emocija. Na prikupljenoj zbirci naslova novinskih članaka ručno označenih kategorijama vijestodostojnosti je provedeno učenje i vrednovanje modela te usporedbe s referentnim modelom. The automatic prediction of newsworthiness is a new research direction with applications in event tracking and document summarization, and has potential applications in social sciences. The topic of this thesis is the prediction of newsworthiness of news stories and emotions in English using machine learning. Two generative and one discriminative model were developed for classifying newsworthiness and emotions into newsworthiness categories proposed by Harcup and O’Neill (2011) and six basic emotions, based on the article headline. An experimental evaluation of the models and comparisons against a baseline model were carried out on a compiled collection of articles, manually labeled for newsworthiness.

U radu je opisan postupak klasifikacije hrvatske tradicijske glazbe obzirom na regionalnu pripadnost. Navedene su sve regije, pjesme koje ih predstavljaju i karakteristike glazbe pojedine regije. Zatim je opisan postupak ekstrakcije značajki iz pjesama te su definirane sve značajke dobivene ekstrakcijom. Primarno korištenu značajku predstavljaju mel-frekvencijski kepstralni koeficijenti. Također korištene značajke su broj prolazaka kroz nulu i glasnoća zvuka. Svi izračunati koeficijenti poslužili su za strojno učenje. Metodom potpornih vektora pjesme su klasificirane sa uspješnošću od 81%. This work describes the classification process of Croatian traditional music considering their regional affiliation. All regions, songs that represent them and characteristics of music of particular region are listed. Afterwards, the extraction procedure of the features from the songs is described and all the features obtained by extraction are defined. The primary used feature is mel-frequency cepstral coefficients. As well used features are zero crossing rate and sound volume. All calculated coefficients were used for machine learning. By the support vector machine songs are classified with a performance of 81%.

Ovaj završni rad bavi se tematikom otkrivanja točkastog polimorfizma. Objašnjen je pojam točkastog polimorfizma te je napravljena kategorizacija točkastih polimorfizama. Također su opisane jedne od danas najviše korištenih baza podataka koje sadrže genetičke varijacije, pa tako ujedno i točkaste polimorfizme. Ukratko su navedene i opisane metode za otkrivanje točkastih polimorfizama u biološkom smislu, a opisano je nekoliko računalnih programa koji otkrivaju točkaste polimorfizme unutar genoma i/ili predviđaju efekte pronađenih točkastih polimorfizama. U sklopu rada razvijen je i računalni program SNPector koji otkriva točkaste polimorfizme unutar genoma te je detaljnije opisana njegova implementacija u kojoj su korištene metode strojnog učenja te je prikazan način korištenja programa. This bachelor thesis is about single nucleotide polymorphism (SNP) detection. It contains a detailed description of the single nucleotide polymorphism and categorization of SNPs. Also, popular databases with genetic variations, including SNPs, are described. Methods for SNP detection in biological manner are briefly listed and described and the computer programs for SNP detection in genomes and/or SNP effect prediction are described. The computer program SNPector is developed within this bachelor thesis. SNPector is a program for SNP detection in genomes and the description of its implementation that uses machine learning methods is given along with its usage description.