Hungarian

Gépi tanulás forráskódon

Lajkó, Márk (2021) Gépi tanulás forráskódon. Masters, Szegedi Tudományegyetem.

[thumbnail of 2021_lajko_mark.pdf] Text
2021_lajko_mark.pdf - Thesis
Hozzáférés joga: SZTE designated computers only
Download (998kB)

English title

Machine learning on source code

Institution

Szegedi Tudományegyetem

Faculty

Faculty of Science and Informatics

Department

Szoftverfejlesztés Tanszék

Discipline

Natural Sciences

Institute

Informatikai Intézet

Specialization

programtervező informatikus

Supervisor(s)

Supervisor
Supervisor scientific name label
Email
EHA
Vidács, László
tudományos főmunkatárs
UNSPECIFIED
UNSPECIFIED

Item Type: Thesis (Masters)
Subjects: 01. Natural sciences
01. Natural sciences > 01.02. Computer and information sciences
Depositing User: TTIK szerkesztő
Date Deposited: 2022. Apr. 22. 08:10
Last Modified: 2024. Nov. 28. 14:29
URI: https://diploma.bibl.u-szeged.hu/id/eprint/124239

Actions (login required)

View Item View Item
SZTE Repository of Degree Theses is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.