Sökning: "Klassificeringsmetoder"

Visar resultat 1 - 5 av 30 uppsatser innehållade ordet Klassificeringsmetoder.

  1. 1. Effektivisering av reservdelsutvärdering inom fordonsindustrin

    M1-uppsats, Blekinge Tekniska Högskola/Institutionen för maskinteknik

    Författare :Ahmad Alkhalili; [2023]
    Nyckelord :;

    Sammanfattning : Detta examensarbete har gjorts under vårterminen 2023 i företaget Scania i Södertälje, Stockholm. Examensarbetet handlar om effektivisering av reservdelsutvärdering inom fordonsindustrin genom att använda Leans grundprinciper, Scania produktionssystemet samt reservdelsklassificering. LÄS MER

  3. 2. Evaluating Random Forest and k-Nearest Neighbour Algorithms on Real-Life Data Sets

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Atheer Salim; Milad Farahani; [2023]
    Nyckelord :Random Forest; k-Nearest Neighbour; Evaluation; Machine Learning; Classification; Execution Time; Slumpmässig Skog; k-Närmaste Granne; Utvärdering; Maskininlärning; Klassificiering; Exekveringstid;

    Sammanfattning : Computers can be used to classify various types of data, for example to filter email messages, detect computer viruses, detect diseases, etc. This thesis explores two classification algorithms, random forest and k-nearest neighbour, to understand how accurately and how quickly they classify data. LÄS MER

  4. 3. Supervised classification for human movement data : A comparative study of functional and traditional methods

    Magister-uppsats, Umeå universitet/Statistik

    Författare :Markus Lindvall; [2023]
    Nyckelord :;

    Sammanfattning : Functional data analysis (FDA) has a growing importance in statistics, especially in disciplines like biomechanics, where it is common to observe data over time. The objective of this thesis is to employ FDA techniques and compare the classification performance of supervised classification models utilizing functional data with the same models using a discrete summary measurement (max-values) as input. LÄS MER

  5. 4. Using Semi-Supervised Learning for Email Classification

    Master-uppsats, KTH/Matematik (Avd.)

    Författare :Anders Inde; [2022]
    Nyckelord :applied mathematics; semi-supervised learning; self-training; doc2vec; classification; tillämpad matematik; semi-vägledd inlärning; self-training; doc2vec; klassificering;

    Sammanfattning : In this thesis, we investigate the use of self-training, a semi-supervised learning method, to improve binary classification of text documents. This means making use of unlabeled samples, since labeled samples can be expensive to generate. More specifically, we want to classify emails that are retrieved by Skandinaviska Enskilda Banken (SEB). LÄS MER

  7. 5. Identifiering av den invasiva lupinen (Lupinus polyphyllus) : Övervakning av blomsterlupiner längst vägkanter med hjälp av högupplösta UAV-data och GIS

    Kandidat-uppsats, Karlstads universitet/Fakulteten för hälsa, natur- och teknikvetenskap (from 2013)

    Författare :Pontus Petersen; [2022]
    Nyckelord :Classification; Random Forest; Maximum likelihood; UAV; Lupinus polyphyllus; Lupine; Klassificering; Random Forest; Maximum likelihood; UAV; Lupinus polyphyllus; Lupiner;

    Sammanfattning : Sveriges vägdiken och vägkanter är hem till många blommor och växtarter. Lupin-blomman Lupinus polyphyllus är en invasiv växtart som kom till Sverige under 1800-talet. Lupinblommans egenskaper gör att växten konkurrerar ut andra växtarter och negativt påverkar svensk biologisk mångfald. LÄS MER