Sökning: "Random Forest"

Visar resultat 1 - 5 av 264 uppsatser innehållade orden Random Forest.

  1. 1. Maskininlärning för diagnosticering av perifer neuropati

    Kandidat-uppsats, Göteborgs universitet/Institutionen för matematiska vetenskaper

    Författare :Margareta Carlerös; Nina Malmqvist; Josefin Nilsson; Fredrik Skärberg; [2019-07-02]
    Nyckelord :Klassificering; AI; Statistiskinlärning; k-NN; Slumpmässig skog; Neurala nätverk; Medicinsk diagnostik; Dynamiskt Svettest;

    Sammanfattning : This report investigates the possibility of diagnosing peripheral neuropathy with the help ofnon-parametic classification methods. Peripheral neuropathy is a disease state characterizedby damage on the nerves furthest out in the nervous system, with symptoms first occuring inthe feet. The data used in this project comes from Dr. LÄS MER

  2. 2. Analyzing Radial Basis Function Neural Networks for predicting anomalies in Intrusion Detection Systems

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

    Författare :Sai Shyamsunder Kamat; [2019]
    Nyckelord :anomaly; cyber security; evaluation; machine learning; radial basis function; random forest classifier; supervised learning; anomali; cybersäkerhet; utvärdering; maskininlärning; radialbaserad funktion; slumpmässig skogsklassificering; övervakad inlärning;

    Sammanfattning : In the 21st century, information is the new currency. With the omnipresence of devices connected to the internet, humanity can instantly avail any information. However, there are certain are cybercrime groups which steal the information. LÄS MER

  3. 3. Predicting rifle shooting accuracy from context and sensor data : A study of how to perform data mining and knowledge discovery in the target shooting domain

    Kandidat-uppsats, Högskolan i Jönköping/JTH, Datateknik och informatik; Högskolan i Jönköping/JTH, Datateknik och informatik

    Författare :Max Pettersson; Viktor Jansson; [2019]
    Nyckelord :Interpretability; Target shooting; Regression trees; Feature selection; Cross-validation;

    Sammanfattning : The purpose of this thesis is to develop an interpretable model that gives predictions for what factors impacted a shooter’s results. Experiment is our chosen research method. Our three independent variables are weapon movement, trigger pull force and heart rate. Our dependent variable is shooting accuracy. LÄS MER

  4. 4. Maskininlärningsmetoder för klassificering av G-proteinkopplade receptorer

    Kandidat-uppsats, KTH/Skolan för teknikvetenskap (SCI)

    Författare :Marcus Hägglund; [2019]
    Nyckelord :;

    Sammanfattning : G-proteinkopplade receptorer utgör ett av de största ämnesområderna inom läkemedelsindustrin då approximativt en tredjedel av dagens mediciner binder till dessa. Målet med detta projekt är att använda olika maskininlärningsalgoritmer för att se hur väl de kan klassifiera dessa receptorer i olika tillstånd. LÄS MER

  5. 5. Detecting bark beetle damage with Sentinel-2 multi-temporal data in Sweden

    Master-uppsats, Lunds universitet/Institutionen för naturgeografi och ekosystemvetenskap

    Författare :Shuo Yang; [2019]
    Nyckelord :Physical Geography and Ecosystem Analysis; Remote Sensing; Bark Beetle; Insect Detection; Sentinel-2; Forest Health; Maximum Likelihood; Random Forest; Spectral Signature; Vegetation Indices; Earth and Environmental Sciences;

    Sammanfattning : The European spruce bark beetle is considered as one of the most destructive forest insects to Norway spruce trees in Europe. Climate change may increase the frequency and intensity of bark beetle outbreaks. It is therefore of vital importance to detect the bark beetle outbreaks and take it under control to prevent further damages. LÄS MER