Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.00 vteřin. 
Vybrané problémy technologické realizace evropské ochrany osobních údajů
Kubica, Jan ; Navrátil, Petr (oponent)
Tato diplomová práce se věnuje právní úpravě vybraných aspektů ochrany osobních údajů na evropské úrovni. Spolu s technologickým rozvojem nabírá tato oblast práva na důležitosti, s tím že využití osobních údajů může být jednak zdrojem inovací a ekonomického pokroku, jednak také může mít značný negativní efekt na práva jednotlivců. Diplomová práce analyzuje využití big data a automatizovaného individuálního rozhodování, s tím že oba tyto fenomény jsou nahlíženy skrze úpravu obsaženou v Obecném nařízení (GDPR). Cílem práce je pro tyto vybrané technologické fenomény zhodnotit funkčnost a perspektivy evropské právní úpravy. Diplomová práce je, vyjma úvodu a závěru, členěna do tří kapitol. V první části je stručně představen koncept práva na ochranu osobních údajů a základní právní rámec evropské úpravy. Na tuto úvodní kapitolu navazuje kapitola týkající se big data, ve které je, po nutném technickém úvodu, rozebírán soulad současných postupů správců s jednotlivými zásadami ochrany osobních údajů. Zvláštní pozornost je také věnována úskalím anonymizace. Na konci této kapitoly je učiněn dílčí závěr, že všechny relevantní zásady je nutno aplikovat i na případy využití big data, a to přestože způsob dodržení těchto zásad nemusí být vždy zřejmý a snadný. Navazující kapitola se týká příbuzného tématu, a to...
Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva
Kubica, Jan ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
Tato práce se zabývá analýzou lidského mikrobiomu na základě metagenomických dat z tlustého střeva. Předmětem zkoumání je zastoupení bakterií na různých taxonomických úrovních v závislosti na životním stylu jedince. Byl vytvořen nástroj klasifikující jednotlivé atributy, jako jsou stravovací návyky (vegetarián, vegan, všežravec), citlivost na lepek a laktózu, body mass index nebo věk či pohlaví, s využitím metod strojového učení. Při implementaci byly zvoleny metody k nejbližších sousedů (kNN), náhodný les (RF) a metoda podpůrných vektorů (SVM). Data pro natrénování klasifikátoru a vyhodnocení byla čerpána z projektu American Gut. Práce se rovněž zaobírá problémy spojenými s danými datovými sadami, jako je mnoharozměrnost, řídkost, jejich kompoziční závislost a nevyváženost.
Vybrané problémy technologické realizace evropské ochrany osobních údajů
Kubica, Jan ; Scheu, Harald Christian (vedoucí práce) ; Svobodová, Magdaléna (oponent)
Tato diplomová práce se věnuje právní úpravě vybraných aspektů ochrany osobních údajů na evropské úrovni. Spolu s technologickým rozvojem nabírá tato oblast práva na důležitosti, s tím že využití osobních údajů může být jednak zdrojem inovací a ekonomického pokroku, jednak také může mít značný negativní efekt na práva jednotlivců. Diplomová práce analyzuje využití big data a automatizovaného individuálního rozhodování, s tím že oba tyto fenomény jsou nahlíženy skrze úpravu obsaženou v Obecném nařízení (GDPR). Cílem práce je pro tyto vybrané technologické fenomény zhodnotit funkčnost a perspektivy evropské právní úpravy. Diplomová práce je, vyjma úvodu a závěru, členěna do tří kapitol. V první části je stručně představen koncept práva na ochranu osobních údajů a základní právní rámec evropské úpravy. Na tuto úvodní kapitolu navazuje kapitola týkající se big data, ve které je, po nutném technickém úvodu, rozebírán soulad současných postupů správců s jednotlivými zásadami ochrany osobních údajů. Zvláštní pozornost je také věnována úskalím anonymizace. Na konci této kapitoly je učiněn dílčí závěr, že všechny relevantní zásady je nutno aplikovat i na případy využití big data, a to přestože způsob dodržení těchto zásad nemusí být vždy zřejmý a snadný. Navazující kapitola se týká příbuzného tématu, a to...

Viz též: podobná jména autorů
1 Kubica, Jakub
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.