|
|
Evoluční návrh simulátoru založeného na celulárních automatech
Brigant, Vladimír ; Šperka, Svatopluk (oponent) ; Mrnuštík, Michal (vedoucí práce)
Tato práce popisuje návrh simulátoru založeného na celulárních automatech, který je schopen předpovědet chování komplexního prostorového systému. Tato predikce je založena na dostupních datech a přechodové funkci získané pomocí regresní analýzy ve spolupráci s evolučními algoritmy. Dvě metody regresné analýzy (lineární a logistická regrese) jsou navrhnuty, implementovány a porovnány na predikci rastu urbanizace města Brno.
|
|
|
Hluboké neuronové sítě v rozpoznávání obrazu
Munzar, Milan ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Neuronové sítě jsou dnes jeden z nejúspěšnějších modelů pro strojové učení. Můžeme je nalézt v autonomínch robotických systémech, v rozpoznávání objektů i řeči, predikci a mnoha jiných odvětvích umělé inteligence. Tato práce seznámí čtenáře s tímto modelem a jeho rozšířením, které se používá pro rozpoznávání objektů. Posléze popisuje aplikaci těchto konvolučních neuronových sítí(CNNs) pro klasifikaci obrazků na datasetech Caltech101 a Cifar-10. Na příkladu této aplikace diskutuje a měří efektivnost různých technik používaných v CNNs. Výsledky ukazují, že tyto sítě jsou bez dalších rozšíření schopné dosáhnout 80\% přesnosti na datasetu Cifar-10 a 37\% přesnosti na datasetu Caltech101.
|
|
|
Statistická klasifikace pomocí zobecněných lineárních modelů.
Sladká, Vladimíra ; Mrázková, Eva (oponent) ; Michálek, Jaroslav (vedoucí práce)
Cílem této diplomové práce je zavést teorii zobecněných lineárních modelů, speciálně pak probitový a logitový model. Tyto jsou zejména používány pro zpracování medicínských dat. V našem konkrétním případě jsou zmíněné modely aplikovány na datový soubor získaný ve fakultní nemocnici Brno. Úkolem je statisticky analyzovat imunitní odezvu dětských pacientů v závislosti na dvanácti vybraných typech genů a odhalit jaké kombinace těchto uvažovaných genů ovlivňuji septické stavy u pacientů.
|
|
|
Statistické modely úspěšnosti různé techniky kopů v rugby
Vrbacká, Kateřina ; Votavová, Helena (oponent) ; Bednář, Josef (vedoucí práce)
Tato bakalářská práce se zabývá testováním statistických hypotéz a jejich praktickým využitím. Statisticky modelujeme úspěšnost kopu v rugby a zkoumat dominantní faktory (poloha míče, styl kopu, typ hráče) a jejich interakce. Z matematického aparátu využijeme Chí-kvadrát test nezávislosti a logistickou regresi. Výsledný model zpracujeme v softwaru MINITAB. Výsledkem práce pak bude přesný popis dané situace.
|
|
|
Odhad pravděpodobnosti defaultu pomocí logistické regrese
Chalupa, Tomáš ; Dlouhá, Zuzana (vedoucí práce) ; Formánek, Tomáš (oponent)
Cílem této práce je vytvořit vhodný model, který odhaduje pravděpodobnost nesplacení úvěru klientem. K odhadu byla použita logistická a probitová regrese a dvě definice nesplacení, 60 a 90 dnů po splatnosti. V práci je popsán způsob výstavby, odhadu a testování skóringových modelů a také struktura použitých dat, která byla použita v praktické části práce. Nejprve byl vytvořen teoretický model, který byl později konfrontován s odhady. Vytvořené modely byly porovnány v práci popsanými statistikami jako je McFaddenovo R^2, schopnost jejich diverzifikace byla zjišťována Lorenzovou křivkou a Giniho koeficientem. Bylo zjištěno, že logistická a probitová regrese mají téměř stejné výsledky a že 90 dnů je vhodnější definice než 60 dnů.
|
|
|
Metoda CHAID a logistické regrese
Novák, Jaroslav ; Čabla, Adam (vedoucí práce) ; Matějka, Martin (oponent)
Tato bakalářská práce si klade za cíl představit metodu pro tvorbu rozhodovacích stromů zvanou CHAID a metodu logistické regrese. Následně je porovnat z hlediska jejich interpretace. Toho bude dosaženo aplikací těchto metod na reálná data pomocí statistického software, interpretací výsledných modelů a vyvozením následných závěrů. Práce tedy představuje možnosti interpretace modelů sestrojených pomocí metody CHAID a logistické regrese a s tím spojené výhody a nevýhody jednotlivých metod.
|
|
|
On-line služby v nemocnicích
Venkrbcová, Eva ; Bína, Vladislav (vedoucí práce) ; Lešetický, Ondřej (oponent)
Hlavním cílem této diplomové práce je zmapování vybraných on-line služeb v nemocnicích na území České republiky dle jejich dostupnosti. Dále bude aplikován model logistické regrese, který poměří rozsah jednotlivých on-line služeb v nemocnicích vzhledem k jejich právní formě, většinovému vlastnictví, krajské působnosti, dle dosaženého vzdělání i pohlaví ředitele nemocnice a v poslední řadě i podle její velikosti z pohledu lůžkové kapacity. Práce tak poskytne ucelený přehled o dostupnosti on-line služeb v nemocnicích a o faktorech, které významně snižují či zvyšují šance jejich výskytu na webových stránkách nemocnic.
|
|
|
Datamining a využití rozhodovacích stromů při tvorbě Scorecards
Straková, Kristýna ; Witzany, Jiří (vedoucí práce) ; Fičura, Milan (oponent)
Tato diplomová práce se zabývá porovnáním několika vybraných modelovacích metod, které používají finanční instituce (a nejen ty) ve svých rozhodovacích procesech. Ve své první části se teoreticky zabývá nejznámějšími modelovacími metodami, jako je logistická regrese, rozhodovací stromy, neuronové sítě, alternující rozhodovací stromy a poměrně novou metodou nazvanou "Random forest", kterou můžeme doslovně přeložit jako náhodný les. V praktické části této diplomové práce jsou nejprve nastíněny některé procesy uvnitř finančních institucí, ve kterých jsou dané modelovací metody využívány. Na reálných datech dvou finančních institucí jsou mezi sebou srovnávány metody logistické regrese, rozhodovacích stromů a rozhodovacího lesa. Metoda neuronové sítě do porovnání zahrnuta není. Důvodem je především velmi náročná interpretovatelnost výsledků této metody. V závěru se pak práce na základě výsledných modelů snaží odpovědět na otázku, zda je doposud nejpoužívanější metoda logistické regrese tou nejvhodnější.
|
|
|
Využití metod data miningu při analýze kreditních dat
Tvaroh, Tomáš ; Witzany, Jiří (vedoucí práce) ; Matejašák, Milan (oponent)
Tato práce se zabývá porovnáním vybraných metod data miningu pro řešení klasifikačních úloh s metodou klasifikace pomocí logistické regrese. V první části práce je krátce představen data mining jako vědní disciplína a úloha klasifikace je uvedena do kontextu procesu vytěžování dat. V další části je vysvětlen princip fungování jednotlivých metod, mezi které byli, společně s logistickou regresí, vybrány umělé neuronové sítě, klasifikační rozhodovací stromy a metoda SVM. Společně s matematickou podstatou algoritmů je vždy uveden i způsob, jakým u hotového modelu probíhá klasifikace nových příkladů. V praktické části diplomové práce jsou popsané metody otestovány na reálných datech společnosti Lending Club a jsou srovnány z hlediska přesnosti klasifikace. Na závěr je zhodnoceno, zda je výsadní postavení logistické regrese dané historicky nebo zda si ho metoda skutečně zaslouží díky vysoké klasifikační síle v porovnání s ostatními metodami.
|
|
|
Vývoj situace juniorů a seniorů v ČR
Siegelová, Klára ; Bartošová, Jitka (vedoucí práce) ; Bína, Vladislav (oponent)
Diplomová práce se zabývá sociální situací juniorů a seniorů ve vybraných zemích Evropské Unie. Sleduje změny ve vývoji sociální situace především z pohledu příjmu, vzdělání a hlavně nezaměstnanosti. Zvoleným obdobím je období přibližně od roku 2005 do roku 2011, v některých případech až do roku 2013. Cílem diplomové práce je statistická analýza datového souboru EU-SILC pro roky 2005 a 2010 v zemích České republiky, Slovenska, Polska, Německa, Francie a Španělska se zaměřením na příjmy, vzdělání a nezaměstnanost u věkových skupin obyvatel.
|
host ::
RSS.