Sökning: "Artificiell intelligens Maskininlärning"

Visar resultat 1 - 5 av 186 uppsatser innehållade orden Artificiell intelligens Maskininlärning.

  1. 1. ML implementation for analyzing and estimating product prices

    Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)

    Författare :Abel Getachew Kenea; Gabriel Fagerslett; [2024]
    Nyckelord :Machine Learning; ML; Regression; Deep Learning; Artificial Neural Network; ANN; TensorFlow; ScikitLearn; CUDA; cuDNN; Estimation; Prediction; AI; Artificial Intelligence; Price Tracking; Price Logging; Price Estimation; Supervised Learning; Random Forest; Decision Trees; Batch Learning; Hyperparameter Tuning; Linear Regression; Multiple Linear Regression; Maskininlärning; Djup lärning; Artificiellt Neuralt Nätverk; Regression; TensorFlow; SciktLearn; ML; ANN; Estimation; Uppskattning; CUDA; cuDNN; AI; Artificiell Intelligens; pris loggning; pris estimation; prisspårning; Batchinlärning; Hyperparameterjustering; Linjär Regression; Multipel Linjär Regression; Supervised Learning; Random Forest; Decision Trees;

    Sammanfattning : Efficient price management is crucial for companies with many different products to keep track of, leading to the common practice of price logging. Today, these prices are often adjusted manually, but setting prices manually can be labor-intensive and prone to human error. LÄS MER

  3. 2. Samhällets interaktion med digitala enheter: en inblick i de etiska och samhälleliga dimensionerna av artificiell intelligens

    Kandidat-uppsats, Lunds universitet/Sociologi

    Författare :Astrid Boström Andersson; [2024]
    Nyckelord :Artificiell intelligens; AI; maskininlärning; Samhällspåverkan av AI; Symbolisk Interaktionism; Habitus; Etiska Implikationer inom AI; Interdisciplinära tillvägagångssätt mot AI; Etik; Social Sciences;

    Sammanfattning : Studien fokuserar på att utforska de samhälleliga implikationerna och etiska aspekterna som är förknippade med framsteg inom artificiell intelligens, som uppfattas av ett antal studenter inom civilingenjörsprogrammet i datateknik. Studien utreder dessa studenters perspektiv på AI:s samhälleliga roller och deras egna etiska ansvar i utvecklingen av AI-modeller. LÄS MER

  4. 3. Measuring the Utility of Synthetic Data : An Empirical Evaluation of Population Fidelity Measures as Indicators of Synthetic Data Utility in Classification Tasks

    Master-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)

    Författare :Alexander Florean; [2024]
    Nyckelord :Synthetic Data; Machine Learning; Population Fidelity Measures; Utility Metrics; Synthetic Data Quality Evaluation; Classification Algorithms; Utility Estimation; Data Privacy; Artificial Intelligence; Experiment Framework; Model Performance Assessment; Syntetisk Data; Maskininlärning; Population Fidelity Mätvärden; Användbarhetsmätvärden; Kvalitetsutvärdering av Syntetisk Data; Klassificeringsalgoritmer; Användbarhetsutvärdering; Dataintegritet; Artificiell Intelligens; AI; Experiment Ramverk; Utvärdering av Modellprestanda;

    Sammanfattning : In the era of data-driven decision-making and innovation, synthetic data serves as a promising tool that bridges the need for vast datasets in machine learning (ML) and the imperative necessity of data privacy. By simulating real-world data while preserving privacy, synthetic data generators have become more prevalent instruments in AI and ML development. LÄS MER

  5. 4. Designprocessen och maskininlärning: Framtiden för användarcentrerad design

    Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskap

    Författare :Lisa Marie Karin Gärdhammar; [2024]
    Nyckelord :Artificial Intelligence; Machine Learning; Design process; Journey Mapping; Empathy; User experience; Customer experience; Artificiell intelligens; Maskininlärning; Designprocessen; Journey Mapping; Empati; Användarupplevelse; Kundupplevelse;

    Sammanfattning : 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

  7. 5. Analyzing the performance of active learning strategies on machine learning problems

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Avdelningen för systemteknik

    Författare :Vendela Werner; [2023]
    Nyckelord :computer science; bioinformatics; machine learning; active learning; artificial intelligence; supervised learning; Astrazeneca; maskininlärning; artificiell intelligens; datorvetenskap; active learning; bioinformatik; supervised learning;

    Sammanfattning : Digitalisation within industries is rapidly advancing and data possibilities are growing daily. Machine learning models need a large amount of data that are well-annotated for good performance. To get well-annotated data, an expert is needed, which is expensive, and the annotation itself could be very time-consuming. LÄS MER