| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Mašīnmācīšanās iespēju analīze lietotņu izstrādei mazkodēšanas platformās |
| Nosaukums angļu valodā |
Analysis of Machine Learning Capabilities for App Development on Low-Coding Platforms |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Jānis Grabis |
| Recenzents |
Henrihs Gorskis |
| Anotācija |
Šajā maģistra darbā aprakstīti mašīnmācīšanās pamati, tās darbības cikls, kā arī tās priekšrocības un trūkumus pēc dažādiem vērtēšanas kritērijiem. Darba galvenais mērķis ir salīdzināt darbības ciklu un modeļus, kas ir izveidoti, izmantojot mazkodēšanas pieejas platformas, un modeļus, kas ir izveidoti, izmantojot izvēlētās programmēšanas valodas funkciju bibliotēkas. Šim nolūkam tika izvēlēta “Power Platform” un “Teachable Machine”. Analizējot modeļos iegūtos rezultātus, tika identificētas abu metožu un platformu vājās un stiprās puses. Šis eksperiments ļāva izpētīt katras platformas priekšrocības un trūkumus, kā arī redzēt algoritmu, kas tika izmantots apmācībai un darbību testēšanai. Pamatojoties uz iegūtajiem rezultātiem, tika izveidota lietojumprogramma ar šo mašīnmācīšanās modeli. |
| Atslēgas vārdi |
mašīnmācīšanās, mazkodēšanas valodas, Power Apps, Teachable Machine, Python |
| Atslēgas vārdi angļu valodā |
machine learning, low-code, Power Apps, Teachable Machine, Python |
| Valoda |
lv |
| Gads |
2023 |
| Darba augšupielādes datums un laiks |
31.05.2023 10:38:31 |
