|
|
Impact of European Central Bank and Federal Reserve System statements on cryptocurrency markets via sentiment analysis
Krejcar, Vilém ; Krištoufek, Ladislav (vedoucí práce) ; Čech, František (oponent)
Tato studie zkoumá dopad ve ejn˝ch prohláöení hlavních centrálních bank, konkrétn FED a ECB, na volatilitu Bitcoinu v letech 2018 aû 2021. S vyuûitím vysokofrekven ních dat jsme vypo ítali volatilitu Bitcoinu a extrahovali senti- mentové skóre z ve ejn˝ch prohláöení centrálních bank pomocí dvou metod: jazykového modelu FinBERT a state-of-the-art modelu generativní um lé in- teligence GPT-4 s p izp soben˝mi prompty. Model GPT-4 se prokázal jako preferovaná varianta díky efektivn jöímu zachycení sentimentov˝ch nuancí. Naöe anal˝za zahrnovala porovnání r zn˝ch model pro finan ní data, p i emû HAR model vykazoval nejlepöí v˝sledky. Záv ry studie jsou následující: negativní sentiment ECB b hem pandemie byl spojen s okamûit˝m a v˝razn˝m nár stem volatility Bitcoinu, nazna ující reakci trhu v podob opatrnosti. Tato zjiöt ní poukazují na v˝znamn˝ vliv sentimentu centrálních bank na volatilitu Bitcoinu a potvrzují p vodní hypotézu tohoto v˝zkumu. V˝sledky navíc poskytují mo- tivaci k za len ní generativní um lé inteligence do akademického v˝zkumu jako nástroj pro zkoumání dosud neobjeven˝ch znalostí a vzorc . Klasifikace JEL C32, C55, C58, E58, G15 Klí ová slova centrální banky, sentimentová anal˝za, volatilita, Bitcoin, GenAI, HAR, FED, ECB Název práce Vliv prohláöení ECB a FED na trh kryp- toaktiv skrze...
|
|
|
xG Statistics in Football Matches: Predictions and Betting
Černý, Sebastian ; Hanus, Luboš (vedoucí práce) ; Šťastná, Lenka (oponent)
Tato bakalářská práce se zabývá efektivitou sázení na výsledky fotbalových zá- pasů pomocí statistiky Očekávaných gólů (xG) ze dvou zdrojů: Understat a FootyStats. Hodnotí výsledky šesti různých modelů v sezónách 2021/2022 a 2022/2023 napříč pěti nejlépe umístěnými Evropskými ligami pomocí binární logistické regrese pro predikci dvou možných výsledků: výhra domácího týmu nebo neprohra venkovního týmu. Pro sázení bylo použito několik strategií na základě existující literatury. Výsledky jsou porovnány s modelem obsahu- jícím tradiční proměnné, které jsou běžně používané pro predikce ve fotbale na základě relevantní literatury. Za použití jak kombinace xG proměnných a tradičních proměnných, tak pouze xG proměnných, výsledky ukazují, že xG proměnné jsou efektivní pro predikování výsledků fotbalových zápasů. Model obsahující pouze Understat xG proměnné dosáhl 4.18% návratnosti investice (ROI) při sázení na každý zápas v obou sezónách, což bylo o 3.6% více než model s tradičními proměnnými. Při sázení pouze na vybrané zápasy za určitých podmínek, kombinované modely s oběma typy proměnných, měly nejlepší výsledky dosahující 10.87% ROI, což opět překonalo model s tradičními proměnnými o přibližně 4.5%. KlasiĄkace JEL C10, C53, L83, Z29 Klíčová slova fotbal, očekávané góly, sázení, kurzy, predikce,...
|
|
|
Metody biomedicínské informatiky při studiu zánětlivých střevních onemocnění u dětí
Čopová, Ivana ; Hradský, Ondřej (vedoucí práce) ; Ďuricová, Dana (oponent) ; Krupička, Radim (oponent)
METODY BIOMEDICÍNSKÉ INFORMATIKY PŘI STUDIU ZÁNĚTLIVÝCH STŘEVNÍCH ONEMOCNĚNÍ U DĚTÍ Abstrakt Zánětlivá střevní onemocnění (IBD) představují skupinu chronických, polygenně podmíněných onemocnění postihujících primárně gastrointestinální trakt, jejichž incidence v dospělé i dětské populaci globálně narůstá. Mezi tyto nemoci řadíme Crohnovou nemoc (CD), ulcerózní kolitidu (UC) a tzv. neklasifikovatelné IBD (IBD-U). Fekální kalprotektin (FC) je markerem zánětu u IBD a jeho hladiny korelují s aktivitou onemocnění definovanou klinickými parametry, endoskopickým nálezem a histologií. Současná lékařská praxe je spojena s dostupností velkého množství klinických dat a snahou jejich efektivního uplatnění v procesu medicínskeho rozhodování takovým způsobem, aby bylo dosaženo maximální možné redukce rizika nepříznivého průběhu onemocnění a výskytu s onemocněním a/nebo léčbou asociovaných komplikací. Primárním cílem disertační práce je využití metod biomedicínské informatiky v oblasti pediatrických IBD v procesu ověření FC v predikci aktivity onemocnění a odpovědi na léčbu, hledání dalších potencionálních prediktivních faktorů a tvorbu predikčních modelů pro konkrétní klinické situace. Zjistili jsme, že na základě vývoje hladin FC v časné fazi indukční léčby pomocí výhradní enterální výživy nelze rozhodovat o dalším...
|
|
|
Predikce efektu bodových mutací na interakci proteinu s nukleovými kyselinami
Štěpánková, Věra Tereza ; Novotný, Marian (vedoucí práce) ; Neuwirthová, Tereza (oponent)
Bodové mutace jsou nejčastějším typem mutací a mnohé z nich mohou mít patogenní efekt, je proto užitečné umět kvalitně a efektivně predikovat jejich vliv na daný protein, a právě proteiny interagující s nukleovými kyselinami jsou nezbytné pro většinu buněčných procesů. Pokrok ve výpočetních metodách a strojovém učení umožňuje vývoj stále kvalitnějších nástrojů pro predikci vlivu mutací na proteiny. Důležitou kategorií těchto prediktorů jsou nástroje pro predikci vlivu bodových mutací na interakce proteinů s nukleovými kyselinami. Tato práce se zaměřuje na aktuálně dostupné prediktory vlivu missense mutací na protein-NK interakce, které predikují kvantitativní změnu afinity proteinu a nukleové kyseliny a na základě této změny odhadují závažnost mutace. Pozornost je též věnována způsobům hodnocení kvality predikcí jednotlivých nástrojů. Klíčová slova: bodová mutace, predikce, interakce, mechanismus
|
|
|
Posouzení ekonomické situace společnosti a návrhy na její zlepšení
Rybár, Tomáš ; Novotná, Veronika (oponent) ; Doubravský, Karel (vedoucí práce)
Diplomová práce se soustředí na posouzení ekonomické situace společnosti Prefa Brno a.s. a možnými návrhy na zlepšení její výkonnosti. Teoretická část práce je věnována objasněním pojmů z finanční a statistické analýzy. Tyto koncepty jsou následně aplikovány v analytické části. Z finanční analýzy jsou vyhodnoceny rozdílové a poměrové ukazatele, doplněné o soustavu ukazatelů. U vybraných ukazatelů je provedena regresní analýza s předpovědí na následující období a pomocí korelační analýzy identifikujeme vzájemné vztahy mezi nimi. Z výsledků jsou vyvozeny závěry, které slouží k formulaci možných opatření, která povedou ke zlepšení stávající ekonomické situace zkoumaného subjektu.
|
|
|
Modely pro predikci finančního výkonu podniku
Vakhrushev, Dmitrii ; Oulehla, Jiří (oponent) ; Luňáček, Jiří (vedoucí práce)
Práce se zaměřuje na modely pro predikci finanční výkonnost společnosti ALZA, kde se zaměřila na zdůraznění silné finanční výkonnosti a stability společnosti. Budou zmíněny klíčové faktory přispívající k úspěchu ALZA, jako jsou stálé výnosy, zisky, efektivní řízení nákladů a investice do inovací. Kromě toho by se práce zaměří i na potenciální strategii dalšího růstu, jako je prozkoumávání nových trhů, posilování online prodeje, diverzifikace nabídky produktů a posilování vztahů se zákazníky a dodavateli. Zdůraznění důležitosti neustálých inovací, monitorování trhu a strategických investic předvede připravenost společnosti ALZA na budoucí úspěch a expanzi na trhu. Využitím finančních dat za sledované období 2017 až 2022, tržních trendů a oborových benchmarků lze provést přesné předpovědi ohledně budoucích finančních výsledků společnosti ALZA. Implementace pokročilých technik modelování a začlenění různých scénářů může poskytnout cenné poznatky pro strategické rozhodování.
|
|
|
Predikce budoucího stavu ovzduší
Roháček, Adam ; Sekora, Jiří (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato práce zkoumá předpověď budoucí kvality vzduchu jako klíčový prvek environmentálního zdraví a udržitelného rozvoje. S rostoucími obavami ohledně znečištění vzduchu a jeho škodlivých účinků na lidské zdraví a životní prostředí roste potřeba přesných technik pro předvídání a minimalizaci potenciálních problémů spojených s kvalitou ovzduší. V práci se nastíní problematika znečistění ovzduší, popíše se uplatnění predikčních algoritmů a zhodnotí se kvalita vlastního navrženého algoritmu.
|
|
|
Predikce úspěšnosti fotbalistů s využitím metod strojového učení
Janeček, Jan ; Filipenská, Marina (oponent) ; Ředina, Richard (vedoucí práce)
Tato bakalářská práce se zaměřuje na implementaci umělé neuronové sítě v programovacím jazyce Python s využitím knihovny Keras. Cílem práce je numerická predikce připravenosti fotbalového hráče na zápas na škále od 0 do 1. Predikce je založena na pěti fyziologicko-kinematických datech získaných ze tří tréninků předcházejících danému zápasu. Referenční data pro trénování umělé neuronové sítě zahrnují technické údaje o počtu úspěšných a celkových akcí během zápasu. Data použitá v této práci byla shromážděna od hráčů fotbalového klubu Sigma Olomouc U19 pomocí softwarů Polar Team Pro a Wyscout. Nejnižší zaznamenané chyby modelu, která činila 0,1046, bylo dosaženo použitím jedné skryté vrstvy obsahující 15 perceptronů.
|
|
|
Měření kvality ovzduší s predikcí
Sadriyeva, Kamilya ; Janoušek, Oto (oponent) ; Čmiel, Vratislav (vedoucí práce)
Tato práce se zaměřuje na problematiku měření a predikce kvality ovzduší v místnosti s využitím programovacího jazyka Python. Součástí je analýza existujících metod monitorování ovzduší, návrh modelu pro sběr dat, vytvoření prediktivního modelu a aplikaci výpočetních algoritmů pro řešení této problematiky.
|
|
|
Hodnocení zdraví pomocí chytrých zařízení
Vargová, Enikö ; Filipenská, Marina (oponent) ; Němcová, Andrea (vedoucí práce)
Tato práce se zabývá možností neinvazivního stanovení glykémie z fotopletysmografických signálů. Zvýšená glykémie často souvisí s onemocněním zvaným diabetes mellitus, což je jedno z nejčastějších chronických onemocnění na světě. Neléčený diabetes bývá často příčinou úmrtí. Cílem práce je vytvořit algoritmus pro klasifikaci a predikci glykémie. Nejdříve byly naměřeny dvě databáze PPG signálů s využitím dvou chytrých zařízení (chytrý náramek a chytrý telefon). Současně byla měřena také referenční hodnota glykémie invazivně. PPG signály byly předzpracovány a byly z nich extrahovány vhodné příznaky pro klasifikaci i predikci konkrétní hodnoty glykémie. Následně bylo vytvořeno několik různých modelů pro klasifikaci glykémie do dvou skupin (nízká a vysoká glykémie) a pro predikci konkrétní hodnoty glykémie.
|
host ::
RSS.