|
|
Predikce hodnot v čase
Maršová, Eliška ; Bařina, David (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá predikcí číselných řad, jejichž aplikace je vhodná i pro predikci vývoje cen na burze. Jsou vysvětleny postupy analýzy a práce s cenovými grafy. Také jsou objasněny způsoby strojového učení. Znalosti jsou využity k sestavení programu, který v řadě nalezne vzory umožňující predikci.
|
|
|
Fundamentální analýza numerických dat pro automatický trading
Huf, Petr ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá využitím fundamentální analýzy v automatickém obchodování. Technická analýza využívá k predikci ceny hlavně její historické hodnoty a indikátory z této ceny odvozené. Fundamentální analýza naopak využívá informace z různých zdrojů k predikci cenového signálu, přičemž v této práci byly zkoumány pouze kvantitativní zdroje dat. Konkrétně se jedná o počasí, Forex, Google Trends, WikiTrends, historické ceny různých futures a souhrnná fundamentální data (porodnost, migrace, \dots). Takto získána data jsou zpracovávána LSTM neuronovou sítí, která provádí predikci ceny vybraných akcií. Na základě této predikce je postaven obchodní systém. Experimenty v této práci ukazují na zlepšení výsledků obchodního systému až o 8\% v úspěšnosti predikce díky zapojení fundamentální analýzy.
|
|
|
Rozpoznávání textu pomocí konvolučních sítí
Csóka, Pavel ; Behúň, Kamil (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá tvorbou nových datových sad pro účely strojového učení rozpoznávání textu z fotografií a experimenty s konvolučními neuronovými sítěmi na těchto sadách. Popisuje architekturu konvolučních sítí, problémy rozpoznávání z fotografií a současné práce využívající tyto sítě. Dále tvorbu anotace datové sady fotografií stránek dokumentů, pořízených mobilními telefony, nazvané Mobile Page Photos. K anotaci je využit Tesseract OCR. Z této sady jsou vyříznutím znaků z fotografií vytvořeny dvě další. Jedná se o sady znaků dobře čitelných Mobile Nice Page Photos Characters a dobře i spatně až nečitelných Mobile Page Photos Characters, ve formátu datové sady číslic Street View House Numbers. S třemi vytvořenými modely konvolučních sítí jsou na datových sadách provedeny experimenty s rozpoznáváním textu, s jejichž pomocí je také odhadnuta chyba anotace.
|
|
|
Dolování znalostí z rozsáhlých statistických souborů lékařských dat
Badelita, Elvyn-George
Závěrečná práce se zabývá problematikou dolování informací z rozsáhlých souborů lékařských dat pomocí metod a algoritmů strojového učení. Předmětem teoretické části je strojové učení a jeho rozdělení, popis základních datových typů v data miningu, nejdůležitější klasifikační a predikční metody, kritéria definující kvalitu predikčních metod, popis data miningové metodiky a nevyužívanějších systémů. Praktická část se zaměřuje na statistický a informatický průzkum poskytnutých lékařských dat, její vhodnou transformaci, následný návrh a uskutečnění experimentů pomocí metod strojového učení s cílem získat znalosti a skryté informace a nakonec interpretace získaných výsledků společně s vyvozením závěrů pro cílové skupiny.
|
|
|
Analýza pokrytí území metodami dálkového průzkumu země
Chodúr, Martin
Tato práce se zabývá využitím metod dálkového průzkumu země pro analýzu pokrytí území. Na základě hodnocení využívaných metod a postupů je navrženo a otestováno vlastní řešení zjednodušující celý proces na úkor přesnosti klasifikace. Navržený postup nabízí odlišný pohled na danou problematiku a možnosti jeho dalšího rozvoje.
|
|
|
Použití evolučních a genetických algoritmů v ekonomických aplikacích
Popelka, Ondřej
Práce popisuje nové evoluční metody umělé inteligence vhodné pro řešení složitých úloh. Jedná se o úlohy plánování, optimalizace, rozhodování, predikce a další - to vše jsou problémy, které se inteligentní člověk naučí velmi rychle řešit, ale strojově nejsou řešitelné v únosném čase. Pro tyto úlohy často není k dispozici analytický aparát pro řešení, ani žádný obecný algoritmus. Právě toto je oblast ve které nachází uplatnění metody umělé inteligence. Tato práce se zaměřuje na evoluční metody umělé inteligence založené na genetických algoritmech, konkrétně na gramatické evoluci a diferenciální evoluci. V první části práce jsou popsány genetické algoritmy, jejich principy a dílčí algoritmy, zejména pak ty, které se používají v gramatické evoluci. Dále práce popisuje gramatickou evoluci, což je genetický algoritmus rozšířený o překladač bezkontextové gramatiky. Gramatická evoluce má díky tomuto rozšíření schopnost generovat strukturované řetězce v libovolném jazyce definovaném regulární nebo bezkontextovou gramatikou. Druhá část práce je zaměřena na vytvoření obecného výpočetního systému, který umožňuje uživatelsky přívětivější ovládání gramatické evoluce než stávající aplikace. Je zde popsán návrh architektury tohoto systému, který se skládá z výpočetní služby, databázového serveru a z odděleného uživatelského rozhraní. Součástí práce je také popis úloh na které byly navržené algoritmy aplikovány. Jedná se o úlohy symbolické regrese, klasifikace a generování logických obvodů. Všechny úlohy byly řešeny s využitím popsané implementace.
|
|
|
Automatické zjišťování významu textu
Jeleček, Jiří ; Dvořák, Pavel (oponent) ; Povoda, Lukáš (vedoucí práce)
V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky, anglicky a německy psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí vybraných algoritmů.
|
|
| |
|
|
Segmentace MR obrazů pomocí algoritmů strojového učení
Dorazil, Jan ; Mikulka, Jan (oponent) ; Dvořák, Pavel (vedoucí práce)
Tato práce se zabyvá segmentací snímků magnetické rezonance za použití algoritmu Random Forests. Využívané technologie při plnění práce zahrnují programovací jazyk C++ s knihovnami ITK a OpenCV. Práce popisuje postup zpracování obrazu od jeho načítání, předzpracování až po samotnou segmentaci. Výsledkem práce je program který plně automaticky segmentuje MR snímky hlavy myši na mozek a okolí.
|
|
|
Procedurální programování v databázi
Nimrichter, Adam ; Povoda, Lukáš (oponent) ; Uher, Václav (vedoucí práce)
Práce se zabývá ověřením konceptu provádět výpočty přímo v databázi. Popisuje databázi PostgreSQL, její vlastnosti a procedurální jazyk PL/pgSQL. Dále se věnuje metodám strojového učení, návrhu algoritmu pro dopředný výběr příznaků a ověřením jeho funkčnosti. Hojně využívá rozšiřující knihovny analytických funkcí MADlib, která poskytuje implementace matematických, statistických a strojních učebních metod pro strukturovaná a nestrukturovaná data.
|
host ::
RSS.