Název:
Získávání znalostí z databází
Překlad názvu:
Knowledge Data Discovery
Autoři:
Jirmásek, Tomáš ; Chmelař, Petr (oponent) ; Jurka, Pavel (vedoucí práce) Typ dokumentu: Bakalářské práce
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Tato bakalářská práce se zabývá problematikou získávání znalostí z databází, konkrétně metodou Bayesovské klasifikace. Cílem práce bylo implementovat vybranou metodu dolování dat a její funkčnost ověřit na vybraném vzorku dat. Aplikace je implementována v programovacím jazyce Java a data určená pro dolování jsou uložena v databázi MySQL. Informace potřebné pro spuštění dolovací úlohy jsou načítány ze vstupního DMSL dokumentu. Získané znalosti jsou poté ukládány také do DMSL dokumentu. Jazyk DMSL musel být rozšířen pro potřeby Bayesovské klasifikace.
This bachelor's thesis deals with knowledge discovery in databases and is focused on Bayesian classification. The main goal of this thesis was to implement one of the methods of data mining and to verify its functionality on chosen data set. The application is implemented in programming language Java. MySQL database was chosen as a data storage for data set prepared to extract patterns from it. Information needed to start data mining task are gained from input DMSL document. The results of data mining are also stored into output DMSL document. The DMSL language had to be extended because of implemented method, Bayesian classification.
Klíčová slova:
Bayesovská klasifikace; Bayesův vzorec; DMSL; dolování dat; dolování z dat; Java; jazyky pro dolování dat; JDBC; klasifikace; MySQL; PMML; pravděpodobnost; Získávání znalostí z databází; Bayes theorem; Bayesian classification; classification; data mining; DMSL; Java; JDBC; Knowledge discovery in databases; languages for data mining; MySQL; PMML; probability
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/56247