|
|
Analýza ekonomických ukazatelů pomocí statistických metod
Pavelka, Radek ; Novotná, Veronika (oponent) ; Štěpánková, Vladěna (vedoucí práce)
Tato bakalářská práce se zaměřuje na výpočet a následné hodnocení ekonomických ukazatelů zvolené společnosti zahrnujíc přitom i predikci budoucího vývoje vybraných indikátorů využitím statistických metod. Práce dále obsahuje návrhy, které by mohly pomoci firmě zlepšit její finanční situaci. Výstupem práce je taktéž počítačový program, který umožní podniku vypočítat jednotlivé finanční ukazatele.
|
|
|
Data Mining in Small Business
Sabovčik, František ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This thesis has as an objective to evaluate techniques of data mining for use in small business. By examining data and consultations with domain experts, two approaches were chosen: market basket analysis and sales forecasting. For market basket analysis, Relim algorithm together with metrics measuring interestingness of association rules. For prediction task, decompostion model, SARIMA, MARS and time-lagged neural network models were implemented. Acceptable results were obtained by hyper-parameter optimization. In contrast to expectation, additional weather data and use of non-linear model did not improve accurancy above SARIMA model. Forecasting was implemented as a backend service for testing in production.
|
|
|
Analýza ekonomických ukazatelů pomocí statistických metod
Wahed, Sam ; Doubravský, Karel (oponent) ; Novotná, Veronika (vedoucí práce)
Bakalářská práce analyzuje prostřednictvím statistických a demografických metod strukturu populace České republiky v minulém vyjádření a v budoucí projekci, ve vztahu k její práceschopnosti. V teoretické části jsou uvedeny metody zpracování ekonomických časových řad a demografické vztahy a v praktické části se s těmito statistickými a demografickými metodami dále pracuje. V závěru bakalářské práce jsou zhodnoceny výsledky, které byly analýzou zjištěny a je zde vyjádřen návrh řešení, jako přínos zjištěné situace. Přílohou bakalářské práce je statistický kalkulátor pro usnadnění výpočtů, naprogramovaný v jazyce VBA.
|
|
|
Identifikace parametrů matematického modelu pneumatik
Olišar, Petr ; Zháňal, Lubor (oponent) ; Porteš, Petr (vedoucí práce)
Tato diplomová práce se zabývá zjištěním parametrů rovnic matematického modelu pneumatiky Magic Formula pro případ příčného skluzu u pneumatiky, která se používá na vozech Formule Student. Autor i vedoucí práce znají přesný typ této pneumatiky, nicméně společnost Calspan, jež data použitá v této práci naměřila, neumožňuje jejich šíření v neanonymizované podobě, proto v práci není konkrétní typ pneumatiky uveden. Úvodní teoretická část práce osvětluje hlavní pojmy vztahující se k pneumatice, stručně představuje některé matematické modely pneumatik a dále pak možnosti experimentálního zjišťování charakteristik pneumatiky, které se používají k vytvoření matematického modelu. Práce následně ukazuje kompletní postup zpracování surových dat z laboratorního měření užitím skriptů vytvořených v programu Matlab. Hlavními vstupními proměnnými jsou úhel boční směrové úchylky, boční síla, zatěžující síla a úhel naklopení kola. Surová data jsou rozdělena na jednotlivé zátěžné stavy, jsou vypočteny hlavní koeficienty (B, C, D, E, Sh, Sv) rovnice Magic Formula a následně jednotlivé parametry (pCy1, pDy1, pDy2, ad.). Ty jsou zjištěny proložením naměřených dat rovnicemi Magic Formula metodou nejmenších čtverců. Práce má dva hlavní výstupy. Prvním je sestava skriptů, jež se dají použít pro vytvoření TIR souboru pro případ jednoduchého příčného skluzu jiných libovolných pneumatik z měření se vstupními daty v obdobném formátu. Druhým výstupem je samotný TIR soubor koeficientů pneumatiky pro případ příčného skluzu, jež může být dále použit pro simulace jízdní dynamiky vozu Formule Student. Práce rovněž ukazuje srovnání mnou vypočtených koeficientů a těch, které byly získány pomocí softwaru Optimum Tire společností Calspan. Dále je pak v práci ukázán vliv zatížení a úhlu naklopení kola na velikost boční síly.
|
|
|
Multi-Agent System for the Prediction of the Effect of Mutations on Protein Stability
Doseděl, Ondřej ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
Proteins are building blocks of every living organism, as they are responsible for multiple crucial functions. They consist of amino acids chains and these chains can be changed. The change is called mutation. Mutation can happen naturally, or created in laboratory. The~aim of this thesis is to present novel methology for determining protein's stability upon mutations. It consists of two models. The first model is multi-agent system which handles classification into two classes, i.e, stabilizing and destabilizing. The best model gained 0.7~ACC and 0.41 MCC. The second part dealt with predicting exact values of G where an Extreme Gradient Boosting model was created which managed to gain 1.67 RMSE with 0.53 PCC. New datasets for training and validation, which are truly independent, were also introduced in this thesis.
|
|
|
Vytvoření interaktivních programů pro podporu výuky zpracování signálů
Pacas, Ondrej ; Rajmic, Pavel (oponent) ; Mangová, Marie (vedoucí práce)
Bakalářská práce se zabývá vytvořením čtyř interaktivních nástrojů pro podporu výuky zpracování signálů. Cílem práce je vytvořit aplikace které budou vizuálně interpretovat jednotlivé metody zpracování signálů. Toto zahrnuje aplikace pro lineární regresi a metodu nejmenších čtverců, interpolaci a rekonstrukce signálu z jeho vzorků, diskrétní lineární konvoluci a diskrétní křížovou korelaci. Aplikace jsou vytvořeny v programovacím jazyce JavaScript.
|
|
| |
|
|
Genetické programování v úlohách predikce
Machač, Michal ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
V této práci jsou představeny různé metody strojového učení, jež lze využít v úlohách predikce založených na regresi. Detailněji je popsáno stromové a lineární genetické programování. S vybranými algoritmy strojového učení (lineární regrese, náhodný les, vícevrstvý perceptron a stromové genetické programování) jsou provedeny experimenty na volně dostupných datových sadách za využití knihoven scikit-learn a gplearn, a získané výsledky jsou porovnány z pohledu kvality predikce. Stěžejní částí této práce byla implementace systému lineárního genetického programování v programovacím jazyce C++, která byla nejprve testována na umělých úlohách symbolické regrese, a následně na reálných datových sadách. Výsledky získané pomocí vytvořené implementace jsou porovnány vůči výsledkům získaným pomocí knihovny gplearn.
|
|
|
Posouzení pevnosti betonu konstrukce kombinací destruktivních a nedestruktivních metod
Masařík, Dominik ; Kocáb, Dalibor (oponent) ; Cikrle, Petr (vedoucí práce)
Tato bakalářská práce se zabývá kombinací destruktivních a nedestruktivních metod, včetně popisu nejmodernějších přístrojů odrazových tvrdoměrů. Dále je provedena rešerše nové normy ČSN EN 13971. V praktické části se práce zabývá měřením na betonových tělesech pomocí nejnovějšího odrazového tvrdoměru SilverSchmidt, ultrazvukovou impulzovou metodou a zkoušek pevnosti betonu v tlaku na jednotlivých tělesech. Podle postupů uvedené v normě ČSN EN 13791 byly stanoveny pevnosti v tlaku in situ.
|
|
|
Integrace, vizualizace a dolování z dat zemí světa
Dušek, Vladimír ; Rychlý, Marek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce se zabývá využitím otevřených dat o zemích celého světa, zejména dat v oblasti pokroku a kvality života. Cílem bylo navrhnout a implementovat webovou aplikaci pro prezentaci těchto dat a dále využít získaná data pro dolování znalostí. Integrace a zpracování dat z otevřených datových zdrojů byly realizovány pomocí platformy Apache Airflow. K vytvoření API byl využit Python framework FastAPI a k implementaci webové aplikace JavaScript knihovna ReactJS. V aplikaci jsou indikátory rozděleny do kategorií. Každý z nich lze zobrazit pro různé skupiny zemí, pro různá časová období a v několika vizualizacích. Z oblasti dolování znalostí bylo provedeno shlukování zemí na základě skupiny indikátorů a predikce budoucího vývoje vybraných indikátorů pomocí regresní analýzy. Výsledná aplikace je dostupná na adrese jakjsmenatom.cz.
|
host ::
RSS.