|
|
Metody sumarizace dokumentů na webu
Belica, Michal ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá sumarizací dokumentů ve formátu HTML. Jako jazyk webových dokumentů byla zvolena čeština. Práce je zaměřená na algoritmy sumarizace textů. Součástí práce je však i předzpracování sumarizovaného dokumentu a převod textu na reprezentaci vhodnou pro sumarizační algoritmy. Práce krátce pojednává o všeobecném dolování textů a později se zaměřuje na sumarizaci. Představené jsou dva jednoduché sumarizační algoritmy, přičemž práce se zaměřuje na pokročilý algoritmus využívající latentní sémantické analýzy. Výsledkem práce je návrh a implementace sumarizačního modulu pro jazyk Python. Souhrny generované implementovanými sumarizačními metodami jsou v závěrečné kapitole porovnány pomocí evaluačních metod i z pohledu subjektivního hodnocení autora práce.
|
|
| |
|
|
Vytvoření modulu pro dolování dat z databází
Krásenský, David ; Burgetová, Ivana (oponent) ; Lukáš, Roman (vedoucí práce)
Cílem této práce je vytvořit modul pro získávání znalostí z databází pro informační systém Belindy firmy Voxnet s.r.o. V první fázi budou pomocí programu SAS Enterprise Miner analyzována data z databáze klientů firmy pomocí několika dolovacích metod a výsledky budou porovnány. Ve druhé fázi bude vhodná metoda implementována jako modul informačního systému Belinda. Součástí práce je také zhodnocení dosažených výsledků a možného využití v praxi.
|
|
|
Porovnání modelů pro dolování dat z databází
Pospíšil, Jan ; Bartík, Vladimír (oponent) ; Lukáš, Roman (vedoucí práce)
Tato práce se zabývá základním porovnáváním vlastností dataminingových modelu vzhledem k různým povahám dat. Důraz byl kladen především na nalezení klíčových vlastností, které ovlivňují přesnost klasifikace dat. Práce je členěna do několika částí tak, aby i neodborný čtenář nebo dokonce úplný laik porozuměl tématu a mohl ze závěrů této práce profitovat. V první fázi je čtenář seznámen s problematikou dataminingu, potřebných modelů a algoritmů, druhá část se zabývá porovnáváním modelů a zhodnocením výsledků.
|
|
|
Klasifikace v proudu dat pomocí souboru klasifikátorů
Jarosch, Martin ; Zendulka, Jaroslav (oponent) ; Hlosta, Martin (vedoucí práce)
Tato práce pojednává o problematice získávání znalostí z dat a je zaměřena na klasifikaci dat v prostředí datových proudů. Jsou zde popsány tři metody klasifikace dat v datových proudech, využívající soubory klasifikátorů. Metody jsou v praktické části implementovány a zařazeny do klasifikačního systému. Měřením a experimentováním jsou analyzovány a porovnány implementované metody, které byly následně integrovány do analytického systému MAS. Na závěr práce jsou zhodnoceny dosažené výsledky.
|
|
|
Webová aplikace doporučovacího systému
Hlaváček, Pavel ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Práce se zabývá problematikou doporučovacích systémů a jejich využití ve webových aplikacích. Jsou zde shrnuty základní techniky data miningu a jednotlivé přístupy pro doporučování. Hlavní částí práce je návrh a implementace webové aplikace pro doporučování jídla z restaurací. Je zde navržen a implementován algoritmus pro doporučování jídel, který se snaží řešit problém s často měnicími položkami. Tento algoritmus vychází z hybridní techniky filtrování založené na obsahu a znalostech, která pro vlastní výpočet využívá kosinové podobnosti vektorů.
|
|
|
Rozšíření behaviorální analýzy síťové komunikace určené pro detekci útoků
Teknős, Martin ; Zbořil, František (oponent) ; Homoliak, Ivan (vedoucí práce)
Práce se zaobírá behaviorální analýzou síťové komunikace (NBA) určené pro detekci útoků. Cílem práce je vylepšit NBA zvýšením přesnosti detekce obfuskovaných síťových útoků pomocí ní. Jsou představeny metody a techniky používané pro detekci síťových útoků a klasifikaci síťového provozu. Dále jsou popsány systémy na detekci útoků (IDS) z pohledu jejich funkcionality a možných útoků na ně. Práce popisuje principy vybraných útoků proti IDS a jsou navrhnuty metody obfuskace, které je možné využít pro překonání NBA. Dále byl navržen a implementován nástroj na automatickou exploitaci, který také vykonává navržené obfuskace síťových útoků a sbírá data z této síťové komunikace. Vytvořený nástroj byl použit k vykonání síťových útoků. Pak byli získány data pro experimentování a vykonány různé experimenty, kterých výsledkem bylo zdůraznění trénování klasifikačních modelů NBA s využitím znalosti o obfuskacích.
|
|
| |
|
| |
|
|
Porovnání nekomerčních nástrojů pro dolování znalosti z dat pomocí strojového učení
Ondrejka, Petr
Diplomová práce se zabývá srovnáním vlastností a schopností vybraných softwarových nástrojů pro dolování z dat. Důležitou částí je stanovení a vyhodnocení jednotlivých kriterií, podle kterých se provádí srovnání nástrojů. Je zde vymezena základní problematika strojového učení a dolování z dat. Kriteria srovnání jsou vybrána na základě nezbytných operací nutných pro realizaci procesu dolování z dat. Kriteria jsou vyhodnocována rovnocenně, bez použití vah. Pro porovnání časové a prostorové náročnosti byly vybrány nejpoužívanější algoritmy pro dolování z dat. Výsledkem je popis vybraných nástrojů vycházející z kriterií srovnání a samotné vyhodnocení těchto kriterií. Výsledky srovnání je nutno chápat v závislosti na testovaných datech, zvoleném hardware a nepoužití vah při srovnání.
|
host ::
RSS.