Národní úložiště šedé literatury Nalezeno 25 záznamů.  předchozí11 - 20další  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Dolovací modul systému pro získávání znalostí z dat FIT-Miner
Zapletal, Petr ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato diplomová práce rozebírá rozšíření systému pro získávání znalostí z databází FIT-Miner. V první části práce je probrán proces dolování dat, problematika smíšených modelů a systém FIT-Miner. Druhá část popisuje návrh, implementaci a testování vytvořeného modulu, určeného pro shlukovou analýzu pomocí algoritmu Expectation-Maximalization. Závěr práce se věnuje návrhu modulů s použitím technologie Java Stored Procedures.
Grafická nadstavba pro systém získávání znalostí
Gálet, Michal ; Burget, Radek (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Předmětem této práce je vytvoření grafické nadstavby nad existujícím systémem pro získávání znalostí z databází. Grafické uživatelské rozhraní umožňuje uživateli specifikovat dolovací úlohu pomocí blokového schématu, kde každý element představuje určitý krok v procesu dolování dat. Řešení je postaveno na NetBeans platformě a vedle grafické editace umožňuje práci koncipovat do projektů, spouštět dolovací úlohu, zobrazovat výsledky a ukládat DMSL dokumenty do souborů. Systém je navržen s důrazem na modularitu, rozšiřitelnost a možnost provádění automatických aktualizací aplikace.
Získávání znalostí z databází
Jirmásek, Tomáš ; Chmelař, Petr (oponent) ; Jurka, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá problematikou získávání znalostí z databází, konkrétně metodou Bayesovské klasifikace. Cílem práce bylo implementovat vybranou metodu dolování dat a její funkčnost ověřit na vybraném vzorku dat. Aplikace je implementována v programovacím jazyce Java a data určená pro dolování jsou uložena v databázi MySQL. Informace potřebné pro spuštění dolovací úlohy jsou načítány ze vstupního DMSL dokumentu. Získané znalosti jsou poté ukládány také do DMSL dokumentu. Jazyk DMSL musel být rozšířen pro potřeby Bayesovské klasifikace.
Modul pro dolování z dat
Hlosta, Martin ; Stryka, Lukáš (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá problematikou získávání znalostí z databází (ZZD), a to zejména klasifikací pomocí Support Vector Machines (SVM). Na FIT VUT v Brně je vyvjíjen systém pro ZZD s modulární strukturou. Pro popis procesu dolování se používá jazyk DMSL. Cílem práce bylo rozšířit DMSL o potřeby SVM klasifikátoru, navrhnout, implementovat a otestovat modul pro tento systém.
Modul pro dolování z dat
Petrlík, Jiří ; Fiala, Jiří (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Obsahem této bakalářské práce je seznámení s problematikou dolovaní z dat. Zaměřuji se především na problematiku klasifikace pomocí neuronových sítí. Proto zde popisuji některé základní algoritmy pro učení neuronových sítí. Hlavním cílem práce bylo vytvořit nový modul do systému pro dolování z dat, který je vyvíjen na FIT VUT v Brně. Tento systém zde stručně představuji a popisuji zde návrh jeho nového modulu. Výsledný modul jsem otestoval na cvičných datech.
Modul pro dolování v časových řadách systému pro dolování z dat
Klement, Ondřej ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Předmětem této diplomové práce je rozšíření funkcionality existujícího systému pro dolování z dat. Systém bude rozšířen o modul pro dolování dat z časových řad. Práce se skládá z obecného úvodu do problematiky dolování z dat a pokračuje pojednáním o časových řadách. Práce obsahuje rozbor některých současných úloh a popis algoritmů, používaných při dolování dat z časových řad. Následuje koncepce implementace nového modulu a popis konkrétní dolovací metody. V závěru práce jsou navržena i další možná rozšíření aktuálního systému.
Modul pro shlukovou analýzu systému pro dolování z dat
Hlosta, Martin ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato diplomová práce pojednává o tvorbě shlukovacího modulu k vyvíjenému dolovacímu systému DataMiner na FIT VUT v Brně. V dolovacím systému chyběl modul pro shlukovou analýzu. Hlavním cílem práce bylo proto rozšířit systém o algoritmy shlukové analýzy. Společně se mnou na modulu pracoval Pavel Riedl. S ním jsme vytvořili společnou část pro všechny algoritmy tak, aby bylo možné systém snadno rozšířit o další shlukovací algoritmy. Sám jsem systém rozšířil o algoritmy založené na hustotě DBSCAN, OPTICS a DENCLUE. Ty byly implementovány a jejich funkčnost ověřena na vhodném vzorku dat.
Dolovací modul systému pro získávání znalostí z dat FIT-Miner
Zapletal, Petr ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato diplomová práce rozebírá rozšíření systému pro získávání znalostí z databází FIT-Miner. V první části práce je probrán proces dolování dat, problematika smíšených modelů a systém FIT-Miner. Druhá část popisuje návrh, implementaci a testování vytvořeného modulu, určeného pro shlukovou analýzu pomocí algoritmu Expectation-Maximalization. Závěr práce se věnuje návrhu modulů s použitím technologie Java Stored Procedures.
Grafická nadstavba pro systém získávání znalostí
Gálet, Michal ; Burget, Radek (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Předmětem této práce je vytvoření grafické nadstavby nad existujícím systémem pro získávání znalostí z databází. Grafické uživatelské rozhraní umožňuje uživateli specifikovat dolovací úlohu pomocí blokového schématu, kde každý element představuje určitý krok v procesu dolování dat. Řešení je postaveno na NetBeans platformě a vedle grafické editace umožňuje práci koncipovat do projektů, spouštět dolovací úlohu, zobrazovat výsledky a ukládat DMSL dokumenty do souborů. Systém je navržen s důrazem na modularitu, rozšiřitelnost a možnost provádění automatických aktualizací aplikace.
Vytvoření nových predikčních modulů v systému pro dolování z dat na platformě NetBeans
Havlíček, David ; Bartík, Vladimír (oponent) ; Lukáš, Roman (vedoucí práce)
Předmětem této diplomové práce je vytvoření nového predikčního modulu pro již existující systém pro získávání znalostí z databází. První část práce se věnuje obecné problematice získávání znalostí, predikci a predikčním metodám. Druhá část se věnuje systému vyvíjenému na FIT, pro který se modul implementuje, použitým technologiím, návrhu a implementaci samotného dolovacího modulu pro uvedený systém. Řešení je implementováno v jazyce Java a postaveno na platformě NetBeans.

Národní úložiště šedé literatury : Nalezeno 25 záznamů.   předchozí11 - 20další  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.