|
|
Integrating Artificial Intelligence into Fast-Moving Consumer Goods
Bagi, Juraj ; Hříbek, David (oponent) ; Rozman, Jaroslav (vedoucí práce)
Accurate sales forecasting is pivotal for operational efficiency in the Fast-Moving Consumer Goods (FMCG) sector. This thesis explores the application of Long Short-Term Memory (LSTM) models, a specialized form of recurrent neural networks, to enhance the precision of sales predictions. Unlike traditional statistical methods, LSTMs are adept at capturing temporal dependencies within sales data, potentially offering more accurate forecasts. By applying LSTM models to historical sales data from a food industry company, this research demonstrates improvements over conventional forecasting techniques. The findings suggest that LSTMs can significantly help FMCG companies in optimizing inventory management and demand planning, thereby contributing valuable insights into artificial intelligence applications in supply chain management. These results emphasize the practical implications for FMCG stakeholders to embrace advanced artificial intelligence technologies to remain competitive in a dynamic market environment.
|
|
|
Automatické obchodní systémy
Šafář, Vítězslav ; Hříbek, David (oponent) ; Rozman, Jaroslav (vedoucí práce)
O obchodování na finančním trhu slyšel v dnešní době snad téměř každý, avšak automatické obchodování je pro většinu stále novinkou. Cílem této bakalářské práce je navrhnout a vytvořit několik automatických obchodním systémů, a to za použití aplikačního programového rozhraní poskytovaného společností XTB, a následně tyto automatické obchodní systémy vyhodnotit na historických datech. Práce představuje čtyři různě komplexní automatické obchodní systémy, které dosahují různých zisků při určitých úrovních rizika. Práce dále demonstruje použitelnost zmíněného aplikačního programového rozhraní společnosti XTB. Nejlepším navrženým systémem byl vyhodnocen systém využívající MACD indikátor, jenž dosahoval průměrného ročního zhodnocení okolo 13.5 % s úrovní rizika ztrát, která se pohybovala okolo 39 %.
|
|
|
Automatické obchodní systémy pro obchodování akcií
Škorpík, Josef ; Rozman, Jaroslav (oponent) ; Hříbek, David (vedoucí práce)
V této práci jsou prezentovány možnosti automatického obchodování na akciovém trhu a možnosti brokerů, kteří umožňují různé způsoby automatického obchodování akcií. Jsou zde popsány obchodní strategie a ty jsou poté implementovány v jazyce Python. Dále je popsána vytvořená aplikace pro testování těchto strategií, která umožňuje uživatelům pro- vádět testování s různými parametry nad různými časovými úseky. Také je možné strategie nasadit ať už na reálný nebo demo účet obchodní platformy Alpaca Markets. Kromě toho lze prostřednictvím aplikace manipulovat s vlastními účty u tohoto brokera a zadávat či ru- šit objednávky. V práci je popsán návrh řešení tohoto systému a je popsána implementace. Další část práce se zabývá důkladným testováním všech strategií nad evropským indexem STXE 600 a americkým indexem S&P 500 pomocí předem daných vyhodnocovacích para- metrů. Následně byly strategie spuštěny nad reálnými daty po několik dnů nad portfoliem demo účtu a ukázány výsledky jejich obchodování.
|
|
|
Automatické obchodní systémy pro obchodování opcí
Vintoňak, Roman ; Rozman, Jaroslav (oponent) ; Hříbek, David (vedoucí práce)
Opce se v nedávné době stávají populárním nástrojem pro obchodníky na burze. V této praci nejprve vysvětlím základní principy fungování trhů, opcí, akcií a dalších souvisejicích témat. Následně provedu rešerši brokerů, kteří působí v rámci české republiky a umožňují obchodování s opcemi. Poté navrhnu strategie pro obchodování s opcemi, implementuji prostředí pro zpětné testování těchto strategií a provedu analýzu těch strategií. Na konec implementuji aplikaci pro automatizované provádění obchodů na základě daných strategií.
|
|
|
Automatické obchodní systémy pro obchodování kryptoměn
Mráz, Filip ; Rozman, Jaroslav (oponent) ; Hříbek, David (vedoucí práce)
Bakalářská práce se věnuje vytvoření automatického obchodního systému (AOS), který je schopen simulovat obchodování na historických burzovních datech a provádět automatizo- vané obchodování na účtu vybraného brokera. Systém umí statisticky zpracovat a graficky zobrazit dosažené výsledky. Uživatel ovládá systém pomocí přehledného grafického uživa- telského prostředí. Běhy jednotlivých obchodování jsou řízeny systémem v samostatných podprocesech. AOS implementuje 5 různě komplexních obchodních strategií, které jsou zodpovědné za řízení obchodu. Strategie využívají prvky technické analýzy k interpretaci historických cenových pohybů, jenž slouží jako základ pro rozhodování o nákupech a pro- dejích. Poslední implementovaná strategie navíc pro své rozhodování využívá naučeného modelu XGBoost. Implementované strategie byly řádně testovány na historických datech, přičemž byly vybrány historické období odlišných nálad trhu a cenové volatility. Výsledky testování neodhalili žádnou stabilně profitabilní strategii, spíše strategie definovaly jako vysoce rizikové.
|
|
|
Active Learning pro zpracování archivních pramenů
Hříbek, David ; Zbořil, František (oponent) ; Rozman, Jaroslav (vedoucí práce)
V teto praci je reseno vytvoreni systemu, ktery umoznuje nahrani a anotaci skenu historickych dokumentu a nasledne aktivni doucovani modelu pro rozpoznavani znaku (OCR) na dostupnych anotacich (vyznacenych radcich a jejich prepisech). V praci je popsan proces, klasifikovany techniky a uveden existujici system pro rozpoznavani znaku. Predevsim je kladen duraz na metody strojoveho uceni. Dale jsou vysvetleny metody aktivniho uceni a navrhnut zpusob doucovani OCR modelu z anotovanych skenu. Zbytek prace se zabyva konkretnim navrhem, implementaci, dostupnymi datasety, vyhodnocenim uspesnosti rozpoznavani znaku vlastnorucne vytvoreneho OCR modelu a testovanim celeho systemu.
|
|
|
Poloautomatická normalizace slov z matričních záznamů
Hříbek, David ; Zbořil, František (oponent) ; Rozman, Jaroslav (vedoucí práce)
V této práci je řešeno rozšíření webové aplikace DEMoS pro správu matričních záznamů o možnost normalizace (přiřazení normalizované podoby zápisu jednotlivým slovům) jmen, příjmení, povolání, obcí a dalších typů slov, která se vyskytují v matričních záznamech. V řešení byl použit proces detekce duplicitních záznamů, který umožnil roztřídění slov z matričních záznamů do shluků podobných slov. Díky vzniklým shlukům bylo následně možné sdílet normalizované varianty slov v rámci těchto shluků. Aplikace DEMoS tak pro uživatelem zadaná slova navrhuje normalizované varianty použité nejen u stejných slov, ale i u podobných slov. V rámci této práce bylo navrženo automatické testování úspěšnosti shlukování slov. Celkem bylo pro každý typ slov otestováno 640 různých kombinací parametrů shlukování. Následně byly pro každý typ slov vybrány nejlepší parametry shlukování. Díky normalizaci slov je v aplikaci DEMoS výrazně zvýšena efektivita vyhledávání matričních záznamů. Záznamy jsou také lépe čitelné.
|
|
|
Detection of Fake News Using Machine Learning
Koreň, Matej ; Zbořil, František (oponent) ; Hříbek, David (vedoucí práce)
This thesis focuses on the use of machine learning in fake news detection. For this purpose, four models have been selected – Bayesian, Decision Tree, Support Vector Machine and a Neural Network. In five experiments on various datasets, these models were trained, tested, evaluated and compared with state-of-the-art methods. Final implementation is in the form of a Python package, which allows it’s users to replicate this procedure with their own data. Beyond the assignment, Slovak dataset Dezinfo SK was created.
|
|
|
Measuring the Thickness of Material Layers Removed from a Sample in an Electron Microscope
Kutálek, Jiří ; Hříbek, David (oponent) ; Čadík, Martin (vedoucí práce)
The motivation for this thesis arises from the aim of the Thermo Fisher Scientific company to develop a method for the measurement of thickness of material layers removed from a sample in an electron microscope. The primary goal of this work is to propose a more effective measurement method, from a practical point of view, compared to the existing ones. Besides, the secondary goal is finding a way to obtain a ground truth for the measurement, to be able to evaluate the proposed solution. This thesis introduces two new measurement methods, based on detecting a sample edge from images, and proposes an approach for obtaining the ground truth, lying in carving tiny circular features into the sample surface and detecting and counting their numbers in acquired images. I created three different datasets of images for evaluating the performance of the methods. The experimental results show that one of the proposed methods, the Top-Down FIB, measures consistent values, which are close to the expected average and performs slightly better than the state-of-the-art method, when compared to the ground truth. Moreover, the algorithm counting the circular features in image appears to be usable for obtaining the ground truth, as it produces more stable results than a ground truth created by manually annotating the data.
|
|
|
Active Learning for Work with Archive Materials
Štajerová, Alžbeta ; Hříbek, David (oponent) ; Rozman, Jaroslav (vedoucí práce)
The aim of this Master's thesis is to design and implement an OCR system for archival historical documents containing handwriting text. The first part of the thesis deals with the study of optical character recognition, the process of OCR pipepline. Then the topic of active learning and its methods is described. The thesis reviews the available solutions for recognition of handwritten historical documents. I further describe the neural network architectures used for text detection. The thesis results in the design and subsequent implementation of system for text recognition of historical documents, enabling user annotation, full-text search in annotation records.
|
host ::
RSS.