Název:
Analýza sousedních komponent a strojové učení
Překlad názvu:
Neighborhood components analysis and machine learning
Autoři:
Hanousek, Jan ; Antoch, Jaromír (vedoucí práce) ; Maciak, Matúš (oponent) Typ dokumentu: Bakalářské práce
Rok:
2018
Jazyk:
eng
Abstrakt: [eng][cze] In this thesis we focus on the NCA algorithm, which is a modification of k-nearest neighbors algorithm. Following a brief introduction into classification algorithms we overview KNN algorithm, its strengths and flaws and what lead to the creation of the NCA. Then we discuss two of the most widely used mod- ifications of NCA called Fast NCA and Kernel (fast) NCA, which implements the so-called kernel trick. Integral part of this thesis is also a proposed algo- rithm based on KNN (/NCA) and Linear discriminant analysis titled TSKNN (/TSNCA), respectively. We conclude this thesis with a detailed study of two real life financial problems and compare all the algorithms introduced in this thesis based on the performance in these tasks. 1V této práci se zabýváme algoritmem NCA, který je modifikací algoritmu k- nejbližších sousedů. Po krátkém úvodu do klasifikačních algoritmů se zaměříme na algoritmus KNN, jeho silné a slabé stránky a co vedlo ke vzniku NCA. Poté prodiskutujeme dvě nejvíce používané modifikace NCA nazvané Fast NCA a Ker- nel (fast) NCA, které používá takzvaný "Kernel trick". Důležitou částí práce je také nově navržený algoritmus založený na KNN (/NCA) a na LDA nazvaný TSKNN (/TSNCA). V závěru této práce použijeme všechny algoritmy popsané v této práci na vyhodnocení dvou finančních problémů a porovnáme jak byly jednotlivé algoritmy úspěšné. 1
Klíčová slova:
FNCA; kernel trick; klasifikace; KNN; NCA; TSKNN; TSNCA; classification; FNCA; kernel trick; KNN; NCA; TSKNN; TSNCA