|
|
Porovnání modelů pro dolování dat z databází
Gabriš, Ondrej ; Stryka, Lukáš (oponent) ; Burgetová, Ivana (vedoucí práce)
S prudkým rozvojem informačních technologií neustále stoupá i množství vyprodukovaných dat a narůstá potřeba je rychle a efektivně zpracovávat za účelem odhalení skrytých znalostí obsažených v datech. Tahle práce se zabývá procesem dolování dat z databází, jeho jednotlivými fázemi, různými metodami pro dolování v datech a jejich porovnáním. Podrobně je analyzován model regrese, neuronové sítě a rozhodovacího stromu.V práci je též představen jeden z předních nástrojů pro dolování SAS Enterprise Miner a je demonstrováno jeho praktické použití. Cílem této práce je porovnání modelů pro dolování v prostředí SAS Enterprise Miner, diskuze dosažených výsledků a analýza, který model je vhodný pro jaký druh dat.
|
|
|
Modul víceúrovňových asociačních pravidel systému pro dolování z dat
Pospíšil, Jan ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se věnuje problematice vytvoření dolovacího modulu pro dolování víceúrovňových asociačních pravidel pro již exitující dolovací systém. V úvodní části je obecně rozebraná problematika dolování z dat a dolovací algoritmy Apriori a ML T2L1. V hlavní části se práce věnuje návrhu a implementaci dolovacího modulu a DMSL elementů. V závěrečné části najdeme ukázkovou dolovací úlohu, porovnání jejich výsledků a celkové zhodnocení dosažených výsledků.
|
|
|
Klasifikace webových stránek
Kolář, Roman ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou automatické klasifikace webových stránek s využitím asociačního klasifikátoru. Je představena klasifikace, jakožto jeden z oborů dolování znalostí z databází; zvláštní prostor je věnován klasifikaci textových dat. Jsou diskutovány různé metody klasifikace textových dokumentů se zdůrazněním výhod klasifikátorů využívajících pro rozhodování asociační pravidla. Cílem práce je pokusit se přizpůsobit vybranou klasifikační metodu pro relační data a navrhnout systém pro klasifikaci webových stránek podle vizuálních vlastností - rozložení jednotlivých oblastí na stránce, nikoliv podle čistého textového obsahu. K tomu je využitý asociační klasifikátor ARC-BC kombinující výhody známých klasifikačních metod.
|
|
|
Systém pro testování obchodní strategie
Lanc, Martin ; Květoňová, Šárka (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce uvádí do problematiky obchodování cenných papírů jak na celosvětové burze. Vysvětluje základní pojmy, které jsou nezbytné pro pochopení systému obchodování cenných papírů, tvorby obchodní strategie a prostředků, jak takovýto systém pomocí jednoduchých informačních technologií automatizovat. Dále práce popisuje návrh a implementaci systému pro testování obchodních strategií burzovního obchodníka, jež je založen na analýze historických burzovních dat prostřednictvím získávání znalostí z databáze. Součástí jsou také ukázky práce se systémem a možnosti jeho dalšího rozšíření. Celá aplikace je vytvořena pomocí skriptovacích jazyků PHP a Javascript, značkovacího jazyka HTML, využívající databázového systému MySQL.
|
|
|
Porovnání modelů pro dolování dat z databází
Pospíšil, Jan ; Bartík, Vladimír (oponent) ; Lukáš, Roman (vedoucí práce)
Tato práce se zabývá základním porovnáváním vlastností dataminingových modelu vzhledem k různým povahám dat. Důraz byl kladen především na nalezení klíčových vlastností, které ovlivňují přesnost klasifikace dat. Práce je členěna do několika částí tak, aby i neodborný čtenář nebo dokonce úplný laik porozuměl tématu a mohl ze závěrů této práce profitovat. V první fázi je čtenář seznámen s problematikou dataminingu, potřebných modelů a algoritmů, druhá část se zabývá porovnáváním modelů a zhodnocením výsledků.
|
|
|
Tvorba databázové aplikace a řešení pro Business Intelligence
Městka, Milan ; Kott, Josef (oponent) ; Kříž, Jiří (vedoucí práce)
TĂ©matem tĂ©to diplomovĂ© práce je návrh databázovĂ© aplikace a Ĺ™ešenĂ pro business inteligence v podniku. Návrh je realizován ve spolupráci s firmou ZZN PelhĹ™imov a.s. V Ăşvodu práce jsou popsány teoretická vĂ˝chodiska vÄŤetnÄ› základnĂch pojmô€„¤ a popisu vĂ˝vojovĂ˝ch prostĹ™edĂ (Sharp-develop, Visual Studio, MS Excel) ve kterĂ©m je projekt realizován. Dále je v kapitole 2 charakterizována firma ZZN a hlavnĂ proces pĹ™i kterĂ©m vznikajĂ data pro analĂ˝zy. V hlavnà části, je návrh Ĺ™ešenĂ, zpô€„¤sob sbÄ›ru dat a popis funkce jednotlivĂ˝ch částĂ softwarovĂ© podpory. V závÄ›ru se pomocĂ tohoto programu provedou analĂ˝zy, kterĂ© jsou popsány v praktickĂ©m Ĺ™ešenĂ a na jejich základÄ› budou navrĹľeny postupy pro zlepšenĂ souÄŤasnĂ© situace.
|
|
|
Data mining v datech z finanční instituce
Fedorko, Michal ; Rauch, Jan (vedoucí práce) ; Kotlář, Ondřej (oponent)
Cílem této práce je vytvořit dataminingovou analýzu dobrovolných odchodů z finanční instituce působící na trhu v České republice. Na základě dat skladovaných HR oddělením. Vstupem byla pouze tvrdá data, která personální oddělení momentálně eviduje.K řešení byla použita metodika CRISP-DM a pro samotné modelování program LISp-Miner. Analýza se opírá zejména o asociační pravidla. Bylo nalezeno několik zajímavých vztahů, které byly dále analyzovány a interpretovány. Výsledky práce umožňují instituci upravit řízení interních kampaní a otevírá cestu k predikčním modelům, které má instituce v zájmu implementovat.
|
|
|
Data mining ve veřejně přístupných datech
Pangrác, Jiří ; Rauch, Jan (vedoucí práce) ; Chudán, David (oponent)
Tato bakalářská práce se zabývá aplikací metod dataminingu na veřejně přístupná data. Datamining je technika získávání potenciálně zajímavých vztahů z dat. Analýza je prováděna na datech České obchodní inspekce, která jsou veřejně dostupná. Byly položeny analytické otázky, na které v této práci hledám odpovědi. Pro řešení analytických otázek je používán systém LISp-Miner, konkrétně procedury 4ft-Miner a CF-Miner. Kromě samotných otázek se práce zabývá i systémem LISp-Miner a dataminingem obecně. Hlavním cílem práce je prezentace výsledků pro jejich případné použití v praxi.
|
|
| |
|
|
Mapování PMML a BKEF dokumentů v projektu SEWEBAR-CMS
Vojíř, Stanislav ; Kliegr, Tomáš (vedoucí práce) ; Zamazal, Ondřej (oponent)
V průběhu dataminingového procesu jsou nezbytné fáze porozumnění datům a následná předpříprava datové matice pro samotné dolování. Je nutné zvolit způsob práce (seskupování, řezy) s kontinuálními atributy atp. Tato přípravná fáze by měla být postavena na znalostech získaných od expertů na danou problémovou oblast. V projektu SEWEBAR jsou prostřednictvím speciálního editoru získávány doménové znalosti expertů, které jsou poté ukládány do vlastního formátu BKEF (založeného na XML) do databáze CMS Joomla!. Většina dataminingových nástrojů zároveň umožňuje ukládat výsledky své činnosti (vytvořené modely) do standardizovaného formátu PMML. Pro další zpracování je potřeba konkrétní atributy z PMML souboru na metaatributy v souboru BKEF. Toto mapování je řešeno algoritmy, které předkládají uživateli automaticky vytvářené návrhy namapování jak na úrovni konkrétních (meta)atributů, tak i jejich hodnot. Tento specifický mapovací problém je řešen aplikací vytvořenou v jazyce PHP, která je integrována v podobě komponenty do CMS Joomla!. Pro otestování úspěšnosti automatizace návrhu správných mapování byla zvolena testovací data o kur-zech vyučovaných na pěti amerických univerzitách z Illinois Semantic Integration Archive. Na těchto datech dosahuje automatizovaný proces návrhu vhodného mapování na úrovni (meta)atributů při prvním mapování přesnosti 70% a úplnosti 77%. Pokud však již byla daná data namapována dříve, pak je díky implmenentovanému modulu pro strojové učení na základě předchozích správných namapování dosahována úplnost cca 90-100%.
|
host ::
RSS.