Národní úložiště šedé literatury Nalezeno 23 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Nástroj pro zpracování dat z hlasování obecních zastupitelstev
Janošík, Adam ; Hynek, Jiří (oponent) ; Zaklová, Kristýna (vedoucí práce)
Cílem této práce bylo vytvořit generický nástroj pro transformaci dat z hlasování zastupitelstev do referenčního datového modelu. Jeho funkcionalita byla otestována na vybraných datových sadách. Vytvořené řešení bylo implementováno jako skript v jazyce Python, který dle zadaného meta souboru vykoná transformaci dat nad zdrojovými daty. Transformované datové sady byly nahrány do aplikace pro vizualizaci datových sad, čímž bylo možné ověřit jejich správnost. Vytvořené řešení usnadní transformaci zdrojových dat do generického formátu umožňujícího další využití. Jak v projektu pro vizualizaci hlasování, tak pro případné další účely.
Implementace HDL modulu pro předzpracování dat z vícekanálového ADC
Matoušek, Petr ; Macho, Tomáš (oponent) ; Petyovský, Petr (vedoucí práce)
Diplomová práce se zabývá návrhem a implementací digitálních filtrů v hradlovém poli typu FPGA. Výsledkem práce je univerzální komponenta v jazyce VHDL, která je znovuvyužitelná v projektech, kde je nutné předzpracovávat data. Navržené zařízení komunikuje s A/D převodníkem, ze kterého filtruje vstupní data pomocí FIR a CIC filtrů v FPGA. Pro okolní svět se chová jako zařízení typu Slave a s nadřazeným zařízením komunikuje pomocí sběrnice SPI. V práci je uveden teoretický popis A/D převodníků, FPGA, digitálních filtrů a zvoleného hardware pro testování. Z praktické části je popsána implementace řešení ve VHDL a testování navrženého řešení na reálné aplikaci. Výstupem práce je VHDL komponenta, která je použitelná v projektech, kde se předzpracovávají data.
Neuronové sítě a hrubé množiny
Čurilla, Matej ; Hrubý, Martin (oponent) ; Zbořil, František (vedoucí práce)
Hrubé množiny a neuronové sítě poskytují dobré prostředky pro zpracování a analýzu dat. Obě metody však mají určité problémy. Tato práce se zabývá výzkumem možností spojení těchto dvou metod, z kterých budou některé implementované a porovnané s klasickým algoritmem pro analýzu výhod a nevýhod tohoto přístupu.
Dolování z dat v jazyce Python
Šenovský, Jakub ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Cílem této práce bylo seznámení se s jednotlivými fázemi získávání znalostí z dat, s podporou programovacích jazyků Python a R v oblasti dolování dat a demonstrace jejich použití na dvou případových studiích. Následným krokem bylo porovnání těchto jazyků z hlediska dolování dat. Je zde popsaná fáze předzpracování dat a dolovací algoritmy pro klasifikaci, predikci a shlukování. Představeny zde byly významné knihovny pro jazyky Python a R. V první případové studii byla demonstrována práce s časovými řadami pomocí ARIMA modelu a neuronových sítí s ověřením přesnosti pomocí střední kvadratické chyby. V druhé případové studii byla popsaná klasifikace výsledků fotbalových zápasů pomocí k - nejbližších sousedů, Bayesova klasifikátoru, náhodného lesu a logické regrese. Přesnost klasifikace byla zobrazena pomocí skóre přesnosti a konfúzní matice. Práci uzavírá zhodnocení výsledků a návrhy pro budoucí vylepšení jednotlivých modelů.
Případová studie na dolování z dat v jazyce Python
Stoika, Anastasiia ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá základními koncepty a technikami procesu získávání znalostí z dat. Cílem práce je demonstrovat dostupné prostředky jazyka Python, které umožňují provádět jednotlivé kroky tohoto procesu. Práce je zaměřena především na metody a techniky detekce odlehlých pozorování, založené na shlukování a klasifikaci. Jedná se o řešení analytické úlohy, která se týká zdrojů dat s omezeným množstvím využitelné informace. Tato kontrolní činnost by měla sloužit k detekci podezřelých prodejních transakcí nějaké společnosti, které mohou znamenat pokusy o podvod jejích prodejci.
Rozšíření funkcionality systému pro dolování z dat na platformě NetBeans
Šebek, Michal ; Zendulka, Jaroslav (oponent) ; Lukáš, Roman (vedoucí práce)
Databáze se neustále rozrůstají o nová data. Za účelem analýzy těchto dat byl definován proces získávání znalostí z databází. Pro podporu tohoto procesu vznikla řada nástrojů. Vývojem jednoho z těchto nástrojů se zabývá tato práce. Hlavním cílem je analyzovat stávající implementaci systému na přenositelné platformě Java NetBeans a databázovém serveru Oracle a rozšířit ji o algoritmy z oblasti předzpracování a analýzy vstupních dat. Podrobně je popsána implementace jednotlivých komponent pro předzpracování dat a provedené změny v jádře systému.
Získávání znalostí pro modelování následných akcí
Veselovský, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Získavanie znalostí z databáz je komplexný problém zahrňujúci integráciu, prípravu dát, dolovanie znalostí metódami strojového učenia a vizualizáciu výsledkov. Práca pojednáva o celom procese získavania znalostí, špeciálne o problematike budovania dátových skladov, kde prináša návrh a implementáciu dátového skladu pre spoločnosť ROI Hunter, a.s. V oblasti dolovania z dát sa práca zameriava na klasifikáciu a predikciu reklamných dát dostupných z pripraveného dátového skladu, a to predovšetkým klasifikáciou rozhodovacím stromom. Pri predikcii vývoja nových reklám sa kladie dôraz na zdôvodnenie predikcie ako aj na návrh pre úpravu nastavení reklamy tak, aby predikcia skončila pozitívne, a teda aby s istou pravdepodobnosťou reklama v skutočnosti získala lepšie výsledky.
Analýza dat síťové komunikace mobilních zařízení
Abraham, Lukáš ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Práce na svém začátku popisuje protokoly DNS a SSL/TLS, věnuje se hlavně komunikaci mezi zařízeními pomocí těchto protokolů. Poté si povíme něco o předzpracování dat a jejich čištění. Dále se práce zaobírá základními technikami pro dolování dat, jako jsou klasifikace dat, asociační analýza, vyhledávání dokumentů, regresní analýza a shluková analýza. V další kapitole si můžeme přečíst něco o tom, jak se dají identifikovat mobilní zařízení v síti. Zhodnotíme datové sady, které obsahují nasbíraná data z komunikace mezi protokoly DNS a SSL/TLS se kterými se bude pracovat v praktické části. Po té se konečně dostaneme k návrhu systému pro analýzu dat síťové komunikace. Popíšeme si použité knihovny a celou implementaci systému. Provedeme velké množství experimentů, které na konec ohodnotíme.
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.
Klasifikace hudebních souborů pomocí strojového učení
Sládek, Matyáš ; Smrčka, Aleš (oponent) ; Janoušek, Vladimír (vedoucí práce)
Tato práce se zabývá klasifikací hudebních souborů pomocí algoritmů strojového učení. V práci bylo porovnáno sedm klasifikačních algoritmů z hlediska úspěšnosti klasifikace a rychlosti zpracování na třech datových sadách. Využity byly dvě metody pro extrakci atributů, dvě metody pro selekci atributů a dvě metody optimalizace parametrů. Nejvíce se osvědčil model XGBClassifier, který dosáhl úspěšnosti klasifikace 87.56 % na datové sadě Extended Ballroom Dataset, 64.56 % na datové sadě FMA: A Dataset For Music Analysis a 83.50 % na datové sadě GTZAN. Tento model může být využit při tvorbě seznamů skladeb či kategorizaci hudební databáze.

Národní úložiště šedé literatury : Nalezeno 23 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.