| |
|
Získávání znalostí z objektově relačních databází
Chytka, Karel ; Vrážel, Dušan (oponent) ; Chmelař, Petr (vedoucí práce)
Cílem této diplomové práce je seznámit se s problematikou získávání znalostí a klasifikací objektově relačních dat. Práce dále navazuje a aplikaci získávání znalostí v objektově relačních databázích. Práce shrnuje problémy spojené s dolování v casoprostorových datech. Konkrétně jsou zde probírány vlastnosti jádrového algoritmu SVM pro data mining. Druhá cást práce se zabývá implementací klasifikacní metody pro získávání znalostí z trajektorií pohybujících se objektů z projektu Caretaker. Dále je součástí práce implementace aplikace pro předzpracování časoprostorových dat, jejich organizaci v databázi a prezentaci časoprostorových dat.
|
|
Robustní optimalizace v klasifikačních a regresních úlohách
Semela, Ondřej ; Kalina, Jan (vedoucí práce) ; Lachout, Petr (oponent)
Předložená práce pojednává o vybraných metodách regresní a klasifikační analýzy z pohledu robustní optimalizace, jejímž cílem je vhodně zohlednit případné nepřesnosti v datech nebo chyby měření. V první části je představena metoda nejmenších čtverců a její zobecnění, které lze odvodit v kontextu robustní optimalizace - hřebenová regrese a metoda Lasso. Následně je ukázána souvislost mezi těmito zobecněními a metodou nejmenších čtverců v robustní optimalizaci. Teoretické výsledky doplňuje simulační studie zkoumající z různých hledisek robustnost jednotlivých metod. Ve druhé části práce je čtenář seznámen s jednou z moderních klasifikačních metod - metodou SVM. Získané poznatky jsou následně využity k vybudování metody SVM, která se uplatňuje v robustní klasifikaci. Závěrečná část je věnována aplikaci vyložené teorie na příkladu biometrické identifikace stylu psaní a osob podle dynamiky stisku počítačových kláves. Powered by TCPDF (www.tcpdf.org)
|
| |
|
Získávání znalostí z objektově relačních databází
Chytka, Karel ; Vrážel, Dušan (oponent) ; Chmelař, Petr (vedoucí práce)
Cílem této diplomové práce je seznámit se s problematikou získávání znalostí a klasifikací objektově relačních dat. Práce dále navazuje a aplikaci získávání znalostí v objektově relačních databázích. Práce shrnuje problémy spojené s dolování v casoprostorových datech. Konkrétně jsou zde probírány vlastnosti jádrového algoritmu SVM pro data mining. Druhá cást práce se zabývá implementací klasifikacní metody pro získávání znalostí z trajektorií pohybujících se objektů z projektu Caretaker. Dále je součástí práce implementace aplikace pro předzpracování časoprostorových dat, jejich organizaci v databázi a prezentaci časoprostorových dat.
|