Odabrane metode strojnog učenja i njihova primjena u molekularnoj biologiji

završni rad

• Naslov (engleski): Chosen machine learning methods and their application in molecular biology
• Autor: Mislav Acman
• Mentor: Kristian Vlahoviček (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Biološki odsjek); Zagreb
• Datum i država obrane: 2015, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Biologija

Sažetak

Strojno učenje je područje računalnih znanosti koje kroz razvoj algoritama omogućava računalima da nauče, modeliraju i razumiju kompleksne skupove podataka. Razni algoritmi strojnog učenja “uče se” izvršavati određeni zadatak na podacima za trening, a naučeno se primjenjuje na novo unesenim podacima. Strojevi programirani algoritmom postaju sve bolji u obavljanju određenih zadataka što imaju više iskustva. Postoje dvije temeljne podjele algoritama za strojno učenje. Algoritmi s nadzorom pokušat će povezati dva tipa podataka: prediktore i odgovor, odnosno predvidjeti odgovor za novo unesene prediktore. Algoritmi bez nadzora kao konačan cilj nastoji opisati i grupirati unesene podatke. Druga podjela algoritama je na regresijske i klasifikacijske. Algoritmi kojima se razmatraju kvantitativne varijable nazivaju se regresijski algoritmi, a oni koji proučavaju kvalitativne varijable nazivaju se klasifikacijski. U radu su opisane tri metode strojnog učenja, te su za svaku metodu predstavljeni neki primjeri primjene u molekularnoj biologiji. Random forests prva je od predstavljenih metoda s nadzorom koja se temelji na izgradnji šume stabala odluke. Konačan predviđeni odgovor dobiva se usrednjavanjem odgovora svih stabala. Metoda potpornih vektora za svoj rad koristi kernele, a cilj joj je pronaći optimalnu razdvajajuću hiperravninu i tako što točnije podijeliti opservacije na dvije ili više podgrupa. Posljednji je algoritam K-srednjih vrijednosti koji će unesene podatke pokušati podijeliti u unaprijed određeni broj podgrupa na temelju međusobne sličnosti. U zaključku nastojim opisati širu sliku područja strojnog učenja, pružiti neke dodatne zanimljive informacije, ideje i metode, te korisne savjete. Također, ističem važnost pojedinih koraka koji prethode samoj primjeni odabrane metode.

Sažetak (engleski)

Machine learning is a field of computer science which enables computers to learn how to manipulate and understand complex datasets through algorithm development. Various types of machine learning algorithms are trained on training datasets to apply specific tasks on new input data. Programmed machines gain experience with time which makes them more reliable and successful. There are two major classifications of machine learning algorithms. Supervised algorithms are trying to relate two types of data: predictors and response. They will estimate the response based on input predictor. On the other hand, unsupervised algorithms are used to group and describe the given dataset. Second classification is considering regression and classification algorithms. Algorithms that are used for computations with quantitative variables are called regression algorithms, and those manipulating qualitative variables are classification algorithms. In this bachelor’s thesis three machine learning methods are described. For each method examples are given with the application in molecular biology. Random forests is the first supervised method presented. It is based on constructing a forest of decision trees. Final response is estimated by averaging the response of all the trees. Support vector machine is using kernel functions to find the maximum margin hyperplane in order to divide the given dataset into two distinct groups. Last, K-means clustering algorithm will tend to divide the given dataset into predefined K number of groups based on similarity of the data. In the conclusion an overview of the machine learning field is given along with the additional information, ideas, methods and advices. Moreover, the importance of the steps that precede the algorithm implementation are highlighted and explained.

• Ključne riječi: strojno učenje; algoritmi
• Ključne riječi (engleski): machine learning; algorithms
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:299294
• Studijski program: Naziv: Molekularna biologija; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) molekularne biologije (univ. bacc. biol. mol.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2017-12-14 09:44:00