|
|
Rozhodování o bydlení a způsobu jeho financování
Rodová, Kateřina ; Votava, Libor (vedoucí práce) ; Procházková, Jana (oponent)
Diplomová práce "Rozhodování o bydlení a způsobu jeho financování" se zabývá celým procesem financování bydlení, a to od výběru typu bydlení, přes volbu vhodného způsobu financování pomocí produktů finančního trhu, až po zajištění úvěru v podobě ne-životního a životního pojištění. Cílem je zobrazit celý proces získávání bydlení a nalézt kritéria, podle kterých je vhodné při volbě typu bydlení a jeho financování postupovat. To vše bude zobrazeno na konkrétním modelovém příkladu za pomoci rozhodovacího stromu a analýzy finančního trhu.
|
|
| |
|
|
Automatické získávání obrazových snímků z videa v prostředí platformy JAVA
Kulhavý, Miloslav ; Říha, Kamil (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá automatickým rozpoznáváním přechodu scén videa na platformě JAVA. Byl vytvořen experiment, který rozpoznává přechody scén ve vzorcích videa a vyhodnocuje přesnost rozpoznávání. Pro realizaci experimentu bylo vytvořeno 512 vzorků videa (256 s přechodem scén a 256 bez přechodu), každý o sedmi snímcích. Tyto vzorky byly analyzovány a pomocí rozhodovacího stromu klasifikovány do jedné ze dvou tříd, podle toho, obsahují-li přechod scén či nikoliv. Pro to byl využit nástroj RapidMiner a jeho rozšíření VIMI a IMMI. Cílem této práce je natrénovat automatické rozpoznávání přechodu scén a najít optimální nastavení rozhodovacího stromu pro co nejvyšší přesnost klasifikace. Nejvyšší dosažená přesnost byla 75,2 %.
|
|
|
Analýza dat z výrobního procesu
Krčmář, Martin ; Honzík, Petr (oponent) ; Zezulka, František (vedoucí práce)
Tato bakalářská práce se věnuje klasifikaci výrobních dat pomocí algoritmů: neuronové sítě, rozhodovací stromy a naivní bayesovský klasifikátor. Z neuronových sítí se věnuje dopředným vícevrstvým sítím s učícím algoritmem backpropagation. V bakalářské práci jsou tyto algoritmy popsány a zhodnoceny jejich klady a zápory. Další část práce se zabývá vývojem programu v jazyce C# pro tvorbu těchto algoritmů. Poslední část práce je věnována zhodnocení dosažených výsledků. Bakalářská práce obsahuje ukázku vytvořených klasifikačních modelů rozhodovacího stromu a naivního bayesovského klasifikátoru.
|
|
|
Rozpoznávání emocí z textu pomocí umělé inteligence
Vylíčil, Radek ; Karásek, Jan (oponent) ; Mašek, Jan (vedoucí práce)
Tato práce se zabývá rozpoznáváním emocí z textů pomocí strojového učení. V textu jsou popsány metody pro trénování a testování rozpoznávacích modelů. Hlavní přínos této práce spočívá ve vytvořeném algoritmu rozhodovacího stromu v jazyce Java. Vytvořený algoritmus byl integrován jako rozšíření do programu RapidMiner. V tomto programu vzniklo několik vzorových příkladů. Funkčnost byla ověřena na vytvořené databázi dat.
|
|
| |
|
|
Rozpoznání ručně psaných číslic
Hekrdla, Michal ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá problematikou rozpoznání ručně psaných číslic metodou rozhodovacích stromů. Popisuje princip metody, využití databáze NIST (Národní institut standardů a technologie) pro účely učení algoritmu, konstrukci stromu tagů a rozhodovacího stromu. Popisuje také Implementaci této metody na demonstračním programu, který je její programovou částí. Na závěr se zabývá testováním rozpoznávání programu a jeho zhodnocením.
|
|
|
Rozpoznání ručně psaných číslic
Štrba, Miroslav ; Španěl, Michal (oponent) ; Herout, Adam (vedoucí práce)
Rozpoznávání ručně psaných číslic je problém, který se dá použít jako modelová úloha pro vícetřídní rozpoznávání vzorů v obraze. Tato práce zkoumá různé druhy algoritmů (Samo-organizující se mapy, Stromové klasifikátory a AdaBoost) a metody pro zvyšování úspěšnosti klasifikace pomocí fúze (většinové rozhodování, průměrování logaritmických pravděpodobnostních hodnot, lineární logistická regrese). Metody fúze byly využité na kombinaci klasifikátorů s identickými parametry trénování, s rozdílnými trénovacími metodami a s podvzorkovaným vstupním vzorem.
|
|
|
Personalizovaná webová aplikace
Hradil, Luděk ; Burget, Radek (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato diplomová práce se zabývá rozšířením bakalářské práce Filmové databáze. Zaměřuji se praktické využití dolování dat z databází, dále na personalizaci tohoto informačního systému. Při dolování dat využiji data nasbíraná během provozu webu. V úvodu práce jsou shrnuty pojmy z oblasti dolování dat. V druhé části jsou nastíněny nové směry vývoje webových aplikací. Následuje přehled a popis nových funkcí webu. V posledních kapitolách se věnuji popisem návrhu a implementace použitých technik dolování dat. V závěru práce jsou prezentovány dosažené výsledky.
|
|
|
Adaptivní klient pro sociální síť Twitter
Guňka, Jiří ; Kajan, Rudolf (oponent) ; Šperka, Svatopluk (vedoucí práce)
Účelem této práce je vytvořit uživatelsky přívětivého klienta pro službu Twitter, využívajícího metod strojového učení k doporučování zajímavých příspěvků uživateli na základě jeho dosavadního chování. Klient nabízí klasické funkce poskytované obecně všemi klienty a k tomu přidává funkčnost v podobě doporučování příspěvků a grafického znázornění aktuálních příspěvků.
|
host ::
RSS.