|
|
Digital Image Noise Reduction Methods
Čišecký, Roman ; Říha, Kamil (oponent) ; Číka, Petr (vedoucí práce)
The master's thesis is concerned with digital image denoising methods. The theoretical part explains some elementary terms related to image processing, image noise, categorization of noise and quality determining criteria of denoising process. There are also particular denoising methods described, mentioning their advantages and disadvantages in this paper. The practical part deals with an implementation of the selected denoising methods in a Java, in the environment of application RapidMiner. In conclusion, the results obtained by different methods are compared.
|
|
|
Využití data miningu ve firemních procesech
Procházková, Vendula ; Luhan, Jan (oponent) ; Kříž, Jiří (vedoucí práce)
Tato bakalářská práce je zaměřena na analýzu prodejů produktů dané značky s orientací na výběr TOP produktů. Cílem práce je tento proces automatizovat a umožnit přenositelnost procesu výběru produktů na další značky z portfolia společnosti. Pro realizaci stanovených cílů v práci používám mnou vytvořenou metriku výběru TOP produktů. Výsledky získané aplikací mého řešení porovnávám s konkurencí pro určení kvality mnou navrženého procesu výběru TOP produktů. Dodatečně své řešení porovnávám s vybranými technikami data miningu a ukazuji jeho vhodnost pro tento typ analýzy.
|
|
|
Detekce objektů v obraze s pomocí Haarových příznaků
Mašek, Jan ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá detekcí objektů v obraze s použitím Haarových příznaků a algoritmu AdaBoost. V textu jsou popsány metody trénování a testování objektového detektoru. Hlavní přínos práce spočívá ve vytvoření objektového detektoru v programovacím jazyce Java. Vytvořené algoritmy byly integrovány jako rozšíření programu RapidMiner, který patří celosvětově mezi nejznámější a nejpoužívanější programy pro dolování informací z báze dat. Dále byly vytvořeny návody pro použití vytvořených operátorů a několik vzorových příkladů spustitelných v programu RapidMiner. Funkčnost objektového detektoru byla ověřena na vybraných zdravotnických snímcích.
|
|
|
Předzpracování dat
Vašíček, Radek ; Beran, Jan (oponent) ; Honzík, Petr (vedoucí práce)
Tato diplomová práce se zaměřuje na problematiku předzpracováním dat. První část se zabývá přehledem a popisem charakteristických testů pro popis atributů, metodami pro práci s daty a atributy. Druhá část práce se popisuje práci s programem Rapidminer. Věnuje se jednotlivým funkcím předzpracování v tomto programu popisuje jejich funkci. Ve třetí části je srovnání výsledku při použití metod předzpracování a bez předzpracování dat.
|
|
|
Rozpoznávání emocí z textu pomocí umělé inteligence
Vylíčil, Radek ; Karásek, Jan (oponent) ; Mašek, Jan (vedoucí práce)
Tato práce se zabývá rozpoznáváním emocí z textů pomocí strojového učení. V textu jsou popsány metody pro trénování a testování rozpoznávacích modelů. Hlavní přínos této práce spočívá ve vytvořeném algoritmu rozhodovacího stromu v jazyce Java. Vytvořený algoritmus byl integrován jako rozšíření do programu RapidMiner. V tomto programu vzniklo několik vzorových příkladů. Funkčnost byla ověřena na vytvořené databázi dat.
|
|
|
Webový portál pro správu a klasifikaci informací z distribuovaných zdrojů
Vrána, Pavel ; Chmelař, Petr (oponent) ; Drozd, Michal (vedoucí práce)
Tato diplomová práce se zabývá technikami dolování dat a jejich klasifikací do kategorií dle kriterií. Cílem práce je implementace webového portálu pro správu a klasifikaci dat z distribuovaných zdrojů. K dosažení cíle bude třeba otestovat rozdílné metody a najít nejvhodnější z nich pro klasifikaci internetových článků. Ze získaných výsledků bude navržena maximálně automatizovaná aplikace pro stahování a klasifikaci dat z různých internetových zdrojů, která by v konečném důsledku měla nahradit uživatele, jež by tuto práci prováděl manuálně.
|
|
| |
|
|
Dolování dat z databází
Slezák, Milan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce je zaměřená na představení možností data miningu. Data mining se zabývá odhalováním skrytých vazeb mezi data. Zájem o tuto oblast se datuje do 60. letech 20 století. Analýza dat našla uplatnění nejdříve v marketingu. Ovšem později se rozšířila do více oblastí a její možnosti stále ještě nejsou plně využity. Při analýze procesu je užitečné dodržovat jednu z metodologií, které byly za tímto účelem vypracovány. Metodologie představují struční systematický návod, jakým způsobem je vhodné postupovat. V rámci data miningu se uplatňuje široké množství algoritmů zaměřených na práci s daty. Je samozřejmé, že se zvyšujícím se zájmem o tuto problematiku stoupal i počet vhodných programů, které je možné pro analýzu využít. Přehled programů, zpracované ukázkové příklady a zhodnocení je také součástí této práce.
|
|
|
Využití data miningu ve firemních procesech
Měchura, Dalibor ; Kříž, Jiří (oponent) ; Luhan, Jan (vedoucí práce)
Tato diplomová práce se soustředí na data mining techniky a taktéž business intelligence analýzy. V souladu s provedenou analýzou současného stavu ve firmě je navrhnuto komplementární řešení problematiky a je poskytnut náhled na dosavadní data z jiné perspektivy, a sice s využitím programu RapidMiner. Výstupem práce tak jsou konkrétní analytické výstupy pro podporu rozhodování ve firmě.
|
|
|
Využití data miningu ve firemních procesech
Procházková, Vendula ; Luhan, Jan (oponent) ; Kříž, Jiří (vedoucí práce)
Tato bakalářská práce je zaměřena na analýzu prodejů produktů dané značky s orientací na výběr TOP produktů. Cílem práce je tento proces automatizovat a umožnit přenositelnost procesu výběru produktů na další značky z portfolia společnosti. Pro realizaci stanovených cílů v práci používám mnou vytvořenou metriku výběru TOP produktů. Výsledky získané aplikací mého řešení porovnávám s konkurencí pro určení kvality mnou navrženého procesu výběru TOP produktů. Dodatečně své řešení porovnávám s vybranými technikami data miningu a ukazuji jeho vhodnost pro tento typ analýzy.
|
host ::
RSS.