Sökning: "Analys av Stora Datamängder"
Visar resultat 1 - 5 av 37 uppsatser innehållade orden Analys av Stora Datamängder.
1. Designprocessen och maskininlärning: Framtiden för användarcentrerad design
Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskapSammanfattning : Artificiell intelligens (AI) och i synnerhet maskininlärning (ML) har inom UX-design visat potential att förbättra designprocessen genom att exempelvis identifiera användargrupper från stora datamängder, effektivisera idégenerering och automatisera repetitiva uppgifter. Det råder dock oenighet kring hur tekniken kan integreras i designprocessen. LÄS MER
2. AI inom banker : Befintliga AI implementeringar och etisk problematik inom banker
Kandidat-uppsats, Högskolan i Borås/Akademin för textil, teknik och ekonomiSammanfattning : Banker lägger historiskt sett mycket fokus på en stabil och säker utveckling av dess verksamhetsprocesser. Den teknologiska utvecklingen i samhället gör att det blir alltmer nödvändigt för banker att utveckla sina system för att möta denna förändring. LÄS MER
3. Speech Classification using Acoustic embedding and Large Language Models Applied on Alzheimer’s Disease Prediction Task
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Alzheimer’s sjukdom är en neurodegenerativ sjukdom som leder till demens. Den kan börja tyst i de tidiga stadierna och fortsätta under åren till en allvarlig och obotlig fas. Språkstörningar uppstår ofta som ett av de tidiga symptomen och kan till slut leda till fullständig mutism i de avancerade stadierna av sjukdomen. LÄS MER
4. Grafdatabaser en komparativ analys
M1-uppsats, KTH/Hälsoinformatik och logistikSammanfattning : I dagens samhälle är energieffektivisering en viktig parameter när man pratar om hållbar-het. Många fastigheter saknar tekniska lösningar för att effektivt övervaka och hantera en-ergiförbrukning. För att möta detta behov strävar företag som iquest efter att digitalisera och automatisera energiövervakning. LÄS MER
5. Automatic Analysis of Peer Feedback using Machine Learning and Explainable Artificial Intelligence
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : Peer assessment is a process where learners evaluate and provide feedback on one another’s performance, which is critical to the student learning process. Earlier research has shown that it can improve student learning outcomes in various settings, including the setting of engineering education, in which collaborative teaching and learning activities are common. LÄS MER