prikaz prve stranice dokumenta Metode otkrivanja ekstremnih vrijednosti u skupovima podataka
Access restricted to students and staff of home institution
undergraduate thesis
Metode otkrivanja ekstremnih vrijednosti u skupovima podataka
2023. urn:nbn:hr:146:487303
Skorin, Ivan
VERN University

Cite this document

Skorin, I. (2023). Metode otkrivanja ekstremnih vrijednosti u skupovima podataka (Undergraduate thesis). Zagreb: VERN University . Retrieved from https://urn.nsk.hr/urn:nbn:hr:146:487303

Skorin, Ivan. "Metode otkrivanja ekstremnih vrijednosti u skupovima podataka." Undergraduate thesis, VERN University , 2023. https://urn.nsk.hr/urn:nbn:hr:146:487303

Skorin, Ivan. "Metode otkrivanja ekstremnih vrijednosti u skupovima podataka." Undergraduate thesis, VERN University , 2023. https://urn.nsk.hr/urn:nbn:hr:146:487303

Skorin, I. (2023). 'Metode otkrivanja ekstremnih vrijednosti u skupovima podataka', Undergraduate thesis, VERN University , accessed 05 January 2025, https://urn.nsk.hr/urn:nbn:hr:146:487303

Skorin I. Metode otkrivanja ekstremnih vrijednosti u skupovima podataka [Undergraduate thesis]. Zagreb: VERN University ; 2023 [cited 2025 January 05] Available at: https://urn.nsk.hr/urn:nbn:hr:146:487303

I. Skorin, "Metode otkrivanja ekstremnih vrijednosti u skupovima podataka", Undergraduate thesis, VERN University , Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:146:487303

Please login to the repository to save this object to your list.
Metadata
TitleMetode otkrivanja ekstremnih vrijednosti u skupovima podataka
Title (english)Outlier detection methods in datasets
AuthorIvan Skorin
MentorIgor Buzov (mentor)
GranterVERN University
Zagreb
Defense date and country2023-12-20, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Abstract
U ovom istraživanju se analiziraju različite metode otkrivanja ekstremnih vrijednosti unutar skupova podataka. Fokus je na istraživanju različitih pristupa kojima se identificiraju i obrađuju outlier-i, tj. ekstremne vrijednosti unutar podataka koje mogu značajno utjecati na statističke analize, rezultate modeliranja i donošenje odluka. Razmatraju se metode koje se koriste za identifikaciju i obradu tih vrijednosti kako bi se osigurala pouzdanost analize i interpretacija rezultata. Kroz primjere i praksu u radnom okruženju Pythona i Jupyter Notebooka, istražuju se ove tehnike s ciljem pružanja boljeg razumijevanja njihove primjene i efikasnosti u praksi.
Abstract (english)
In this study, various methods for detecting outliers within datasets are examined. The focus is on exploring different approaches to identify and address outliers, which are extreme values within dana that can significantly influence statistical analyses, modeling outcomes, and decision-making. Methods used to detect and process these values are considered to ensure the reliability of analyses and the interpretation of results. Through examples and practical implementation in the Python and Jupyter Notebook environments, these methods are explored to provide a better understanding of their application and effectiveness in real-world scenarios.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:146:487303
Study programmeTitle: Business IT
Study programme type: professional
Study level: undergraduate
Academic / professional title: prvostupnik/prvostupnica (baccalaureus/baccalaurea) poslovne informatike (prvostupnik/prvostupnica (baccalaureus/baccalaurea) poslovne informatike)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to students and staff of home institution
Terms of useLicence In copyright icon
Created on2024-01-17 15:18:20