|
|
Porovnání možností aplikace metod DZD a statistických metod při analýze dat ADAMEK
Líbal, Petr ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Tato bakalářská práce se zabývá porovnáním asociačních pravidel a logistické regrese. Pro toto porovnání byly použity medicínská data Adámek. Byl zkoumán vztah mezi atributy patřící do skupiny Fyzické vyšetření a Obtíže. Obě metody jsou teoreticky popsány, je uvedena jejich návaznost na známější příbuzné oblasti -- v případě asociačních pravidel na analýzu nákupního košíku, v případě logistické regrese na regresi lineární. Před samotnou analýzou jsou atributy popsány základními statistikami a je graficky znázorněno rozložení hodnot. U obou metod probíhá analýza stejným způsobem. Nejdříve jsou zkoumány vztahy u jednotlivých obtíží, poté jsou zkoumány vztahy u obtíží obecně. Na závěr jsou výsledky obou metod srovnány.
|
|
|
Empirické porovnání volně dostupných systémů dobývání znalostí z databází
Kasík, Josef ; Berka, Petr (vedoucí práce) ; Rauch, Jan (oponent)
Tématem a cílem práce je srovnání volně dostupných systémů k dobývání znalostí z databází. Předmětem srovnání je šest konkrétních aplikací vyvíjených v rámci univerzitních projektů jako experimentální nástroje v oblasti data miningu i jako prostředky pro výukové účely. Kritéria srovnání jsou odvozena ze čtyř obecných pohledů, dle kterých je na jednotlivé systémy nahlíženo. Každý z nich je hodnocen jako nástroj k řešení reálných úloh dobývání, nástroj podporující fáze metodiky CRISP-DM, nástroj schopný praktického nasazení na konkrétních datech a také jako běžný softwarový systém. Z těchto pohledů vyplývá 31 dílčích kritérií srovnání, jejichž ohodnocení bylo stanoveno důkladným rozborem všech systémů. Výsledky komparace potvrdily předpokládanou skutečnost. Nejlépe dopadl program Weka, který vyniká především množstvím dostupných metod strojového učení, bohatými nástroji k předzpracování dat a rychlostí zpracování.
|
|
|
Knowledge Processing within the GUHA Method
Šťastný, Daniel ; Rauch, Jan (vedoucí práce) ; Kliegr, Tomáš (oponent)
Tato práce podává základní přehled data-miningového přístupu CRISP-DM (CRoss-Industry Standard Process for Data Mining), asociačních pravidel a metody GUHA s reálnými příklady nalezených hypotéz pomocí 4ft-Miner, SD4ft-Miner a Action Rules s využitím programu Lisp-Miner. Následně je probrána role doménové znalosti v procesu dolování dat a souvisejícího projektu SEWEBAR (SEmantic WEb and Analytical Reports), jehož cílem je vytvoření rozhraní pro automatickou tvorbu analytických zpráv na základě uložené doménové znalosti. Praktickým výstupem této práce je definice schématu nově navrženého značkovacího jazyka BKEF (Background Knowledge Exchange Format) a XSL šablonu pro transformaci obsahu libovolného BKEF dokumentu do přehledné XHTML stránky.
|
|
|
Aplikace procedury SD4ft-Miner na medicínská data
Kubín, Richard ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent) ; Nováček, Jan (oponent)
Cílem práce je, aby byla příkladem pro ostatní uživatele, kteří chtějí pomocí procedury SD4ft-Miner hledat vztahy mezi skupinami ve svých datech. Práce zaznamenává můj postup, podle kterého jsem aplikaci procedury na medicínská data prováděl a lze tento postup aplikovat na jiná podobná data. K proceduře SD4ft-Miner v současnosti neexistuje český návod, pouze článek v angličtině. Dokonce ani nejsou s touto procedurou žádné zkušenosti. Vzhledem k těmto okolnostem bude postup aplikace procedury na data přínosem v této oblasti.
|
|
|
Klasifikace obrázků na webových stránkách
Daráni, Jakub ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Tato práce se zabývá klasifikací obrázků na webu. Na základě úvah o možnostech klasifikace obrázků a návrhu jednotlivých příznaků obsahuje teoretické znalosti ze zpracování obrazu a klasifikace. S využitím těchto poznatků je vyvinut program využívající vlastní algoritmy (segmentace obrazu, korelace obrazu). S využitím trénovací množiny, získaných hodnot příznaků a programu Weka je sestaven klasifikátor. Tento klasifikátor je implementován, otestován na testovací množině a zhodnocen.
|
|
|
Testování softwarového systému Ferda pro dobývání znalostí z databází
Moulis, Martin ; Rauch, Jan (vedoucí práce) ; Ralbovský, Martin (oponent)
Základním cílem práce je otestovat softwarový produkt Ferda Data Miner a srovnat jej se systémem 4ft Miner. Po vytvoření vlastního souboru testovacích úloh byla provedena měření počtu vydaných hypotéz, počtu verifikací a rychlosti programu Ferda. Výsledky měření ukazují na nesrovnalosti v počtu nalezených hypotéz a výrazně nižší rychlost systému Ferda ve srovnání s 4ft Minerem. Závěr práce obsahuje shrnutí výsledků a doporučení, kterým směrem by mělo pokračovat případné další testování.
|
|
|
Social Bookmarking
Holásek, Jakub ; Rauch, Jan (vedoucí práce) ; Svátek, Vojtěch (oponent) ; Nováček, Jan (oponent)
Práce je základním informačním podkladem pro pochopení Social Bookmarkingu, jeho aspektů, nástrojů a využití nejen pro jednotlivé uživatele ale i pro skupiny. Zahrnuje zhodnocení těchto nástrojů, jejich kladné i záporné stránky včetně praktických ukázek.
|
|
|
Clickstream Analysis
Kliegr, Tomáš ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Thesis introduces current research trends in clickstream analysis and proposes a new heuristic that could be used for dimensionality reduction of semantically enriched data in Web Usage Mining (WUM). Click-fraud and conversion fraud are identified as key prospective application areas for WUM. Thesis documents a conversion fraud vulnerability of Google Analytics and proposes defense - a new clickstream acquisition software, which collects data in sufficient granularity and structure to allow for data mining approaches to fraud detection. Three variants of K-means clustering algorithms and three association rule data mining systems are evaluated and compared on real-world web usage data.
|
|
|
Využití Porterova modelu v konkurenčním zpravodajství
Struška, Michal ; Rauch, Jan (vedoucí práce) ; Nemrava, Jan (oponent)
Bakalářská práce se zabývá využitím Porterova modelu v oboru konkurenční zpravodajství (CI). Práce se skládá ze dvou částí. První z nich je seznámení se s oborem konkurenčního zpravodajství doplněné o teorii týkající se Porterova modelu. Tvoří tedy teoretický základ této práce. Část obsahující teorii se skládá ze čtyř kapitol. Teoretická část začíná kapitolou, která definuje termín konkurenční zpravodajství a popisuje druhy zdrojů, se kterými CI pracuje. Následuje kapitola popisující roviny působení konkurenčního zpravodajství v ekonomické sféře. Třetí kapitola se zabývá porovnáním tohoto oboru ve světě. A poslední neodmyslitelnou kapitolou v teoretické části je situace konkurenčního zpravodajství v České republice. Druhou částí práce je aplikace Porterova modelu při analýze konkurenčního prostředí v oblasti soukromých detektivních kanceláří. Členění praktické části odpovídá struktuře Porterova modelu. Jedná se tedy o informace o stávající konkurenci, bariérách vstupu na trh, dodavatelích, odběratelích a možných substitutech. Závěr praktické části shrnuje výsledky Porterova modelu a obsahuje doporučení pro budoucího podnikatele na trhu s detektivními službami na území středočeského kraje.
|
|
|
Rozšíření systému AR2NL pro další procedury systému LISp-Miner
Koman, Michal ; Strossa, Petr (vedoucí práce) ; Rauch, Jan (oponent)
Tato diplomová práce se věnuje především rozšířením týkající se systému AR2NL, jenž slouží pro převod asociačních pravidel do přirozeného jazyka. Pro samotný převod těchto pravidel se používají množiny formulačních vzorců. Také se využívají tabulky s elementárními výrazy a tabulky pro skloňování podstatných jmen, časování sloves apod. Uvedené tabulky jsou závislé na věcné oblasti, kterých se asociační pravidla týkají. Přestože je systém AR2NL účinný nástroj pro snadnější porozumění asociačním pravidlům, jeho podstatnou slabostí je nesnadná úprava formulačních vzorců. Z toho důvodu bylo potřeba vytvořit AR2NL Editor, jehož úkolem je usnadnit práci nejen s vytvářením nových a editací stávajících formulačních vzorců, ale také tabulek pro skloňování a časování slov.
|
host ::
