PREPOZNAVANJE SLIKA POMOĆU DUBOKIH NEURONSKIH MREŽA ZA PREDVIĐANJE RENTIRANJA STAMBENIH OBJEKATA

Сажетак

U ovom radu se istražuje prepoznavanje slika pomoću dubokih neuronskih mreža za predviđanje rentiranja stambenih objekata. Cilj istraživanja je eksperimentalna evaluacija algoritama mašinskog učenja, sa poređenjem rezultata modela na inicijalnom skupu podataka i na proširenom skupu koji je oplemenjen novim atributima koji su rezultat prepoznavanja objekata na slikama stambenih objekata. Za potrebe istraživačkog rada, napravljen je projekat, koristeći programske jezike Python, C# i TSQL. Projekat se bavi predviđanjem klase zainteresovanosti zakupaca stambenih objekata u gradu Nju Jork u Sjedinjenim Američkim Državama nad podacima iz 2016. godine, korišćenjem algoritama mašinskog učenja. Moguće klase zainteresovanosti zakupaca su: niska, srednja i visoka. Koristeći prethodno trenirane modele dubokih neuronskih konvolucionih mreža za prepoznavanje objekata na slikama, proširuje se inicijalni skup podataka, sa novodetektovanim objektima kao novim atributima. Nakon pripreme podataka za prediktivno modelovanje, vrši se predikcija izlazne klase pomoću algoritama mašinskog učenja za klasifikaciju. Nakon toga se upoređuju rezultati predviđanja na inicijalnom i proširenom skupu podataka. U cilju poboljšanja uspešnosti predviđanja modela, eksperimentalno se evaluiraju modeli kreirani tehnikama za: podešavanje parametara algoritama, balansiranje podataka prema izlaznoj klasi kao i tehnikom za pronalaženje najbitnijih atributa. U zaključku su istaknuti ključni rezultati i opažanja, preporuke za primenu algoritama kao i pravci budućeg razvoja.