|
Využítí nestrukturovaných dat v Business Intelligence
Rakhmanova, Malika ; Šperková, Lucie (vedoucí práce) ; Karkošková, Soňa (oponent)
Cílem bakalářské práce je identifikovat hlavní trendy, které se vyskytují na trhu Business Intelligence a týkají se nestrukturovaných dat, popsat možnosti pro integraci nestrukturovaných dat, objasnit, jaký vliv na podnik mají výsledky, které lze získat pomocí těchto řešení, a jak celkově zakomponovat analýzu nestrukturovaných dat do BI. Dalším cílem je ukázat současnou situaci zpracování nestrukturovaných dat na trhu na příkladu systému BI. Práce je rozdělená do několika částí. Nejdřív je popsaná problematika a základní komponenty Business Intelligence, dále identifikace trendů na trhu. Potom následuje další část: rozdělení dat na strukturované a nestrukturované. Zde je část o tom, jak se dá přistupovat a analyzovat nestrukturovaná data a jaké mají místo v BI. Tímto se končí blok nestrukturovaných dat a začíná popis rozšířené verze BI. Nakonec je představena současná situace na trhu a nástroje BI, které zahrnují nestrukturovaná data. Tato část poskytuje přehled o tom, jak nástroje přistupují k analýze nestrukturovaných dat. Ke zpracování práce je použita odborná literatura, profesionální i volně dostupné internetové zdroje. Smyslem práce je posloužit jako informační zdroj pro rychlé zorientování v současné situaci, sloužit jako průvodce světem BI řešení a ukázat potenciálním uživatelům, jaké jsou možnosti a funkcionality těchto řešení.
|
|
Vliv sporu o Jihočínské moře na čínsko-vietnamské obchodní vztahy
Nguyen Hong, Viet ; Vlčková, Jana (vedoucí práce) ; Hasík, Gabriel (oponent)
Tato bakalářská práce zkoumá vliv sporu o Jihočínské moře na vzájemné vztahy mezi ČLR a Vietnamskou socialistickou republikou. Větší důraz klade práce na analýzu vzájemných obchodních vztahů. Cílem práce je zjistit zda spor o teritoriální oblast negativně ovlivnil vzájemné vztahy a do jaké míry. Bakalářská práce je proto rozčleněna do tří hlavních kapitol. V úvodní kapitole práce popisuje postavení a vývoj jednotlivých států. Poznatky z úvodní části jsou pak použity k analýze politicko-obchodních vztahů obou států ve druhé kapitole. Ta se ve stručnosti zaměřuje jak na historii vzájemných vztahů, tak hlavně na současné vzájemné vztahy u kterých je kladen větší důraz. K problematice Jihočínského moře se věnuje pak poslední část bakalářské práce. Tady byly charakterizovány důvody a příčiny tohoto sporu. V této části byl poskytnut náhled na průběh teritoriálního sporu a byly zanalyzovány dopady na vzájemné vztahy. Výstupy ze všech tří kapitol pomohly zformulovat následující závěr. Spor o Jihočínské moře měl vliv na vzájemné vztahy. Ve velké míře ovlivnil hlavně politické vztahy ČLR a Vietnamu, proto je tento spor v mediích tak často zmiňován. Na obchodní vztahy podle dostupných dat však tento spor větší efekt neměl. Vzájemný obchod obou zemí probíhal v době sporu bez větších omezený nebo bariér.
|
|
Specifika ošetřovatelské péče o dětského pacienta s onkologickou bolestí
ČAŇKOVÁ, Helena
Téma této diplomové práce je : Specifika ošetřovatelská péče o dětského pacienta s onkologickou bolestí. Dětské bolest je fenoménem, který je opředen celou řadou mýtů a nepravd. Je také nedostatečně hodnocena a léčena. Sestrami i lékaři bagatelizována. Sestry mají v léčbě bolesti nezastupitelnou úlohu, s dětským pacientem jsou častěji než lékař, jsou v úzkém kontaktu s jeho rodiči. Péče o dítě trpící bolestí je závažným úkolem ošetřovatelství. Ošetřování pacienta s bolestí vyžaduje komplexní, holistický přístup. Sestry, i když bolest správně diagnostikují, nestanoví adekvátní plán ošetřovatelské péče a neuskutečňují jej. Sestry musí hájit zájmy nemocného dítěte a nesmí dopustit jeho utrpení. Data byla získána kvantitativním a kvalitativním výzkumným šetřením. Kvantitativní výzkumné šetření bylo provedeno technikou anonymního dotazníku. Dotazník byl vytvořen a určen rodičům dětí s onkologickým onemocněním. Kvalitativní výzkumné šetření probíhalo technikou polostrukturovaným hloubkovým rozhovorem. Tento výzkumný soubor tvořily sestry pracující na dětské onkologii. Jedním z cílů této diplomové práce, bylo zmapovat problematiku ošetřovatelské péče o dětského pacienta s onkologickou bolestí z pohledu rodičů. Bylo sledováno, zda jsou rodiče poučeni o bolesti svého dítěte, zda ví, jaké projevy bolesti mají u svého dítěte sledovat, co vše se u bolesti hodnotí, jaké si myslí, že jsou ošetřovatelské postupy k tlumení bolesti a jak sestry reagují na bolest u jejich dítěte. Pro tento cíl byla stanovena hypotéza: Rodiče dětských pacientů s onkologickou bolestí jsou edukováni o možnostech ošetřovatelské péče zaměřené na tišení bolesti. Tato hypotéza byla statistickým testováním potvrzena. Druhým cílem této diplomové práce bylo: Zjistit, jaká jsou specifika ošetřovatelské péče o dětského pacienta s onkologickou bolestí. Sestry se domnívají, že specifika péče o dětského pacienta s onkologickou bolestí se neliší od jakékoliv jiné péče o dítě s bolestí. Uvádějí pouze, že onkologické onemocnění, je doprovázeno bolestí způsobené ať už vlastním onemocněním nebo diagnostickými či léčebnímu výkony. Proto uvádějí jako možná specifika to, že se bolest intenzivněji sleduje a úzkostlivěji se dbá na její tlumení. Z výzkumného šetření vyplývá, že by bylo efektivní pro obě strany, jak pro rodiče dětských pacientů tak i sestry, používat edukační materiál o bolesti, jim určený. Domnívám se, že kdyby měli k dispozici tento materiál, nevznikala by potřeba rodičů opakovaně kontaktovat sestry. Z výzkumného šetření vyplývá i příjemné zjištění a to, že celých 92,1 % rodičů uvedlo, že sestry reagují na bolest u dítěte do 10 min. Dále také to, že setry dítěti věří, že má bolest, což uvedlo 98,2 % rodičů.
|
|
Comparison of Business Intelligence implementation using open source solutions for middle size companies
Schmidt, Róbert ; Maryška, Miloš (vedoucí práce) ; Sládek, Pavel (oponent)
Cílem diplomové práce je analyzovat a navrhnout možnost nízkonákladového Business Intelligence řešení s pomocí open source technologii a jejich srovnání pro implementaci ve středně velké společnosti. V práci jsou porovnány Business Intelligence nástroje Pentaho a TIBCO Jaspersoft v lokálním prostředí, na dedikovaném serveru a řešení umístěné v cloudu je využívána služba Microsoft Azure. Teoretická část práce se zaměřuje především na vysvětlení problematiky Business Intelligence a její architektury. Právě architektura je důležitou součástí celé práce, protože dnešní nástroje jsou často řešení jako moduly pro konkrétní činnosti v procesu Business Intelligence. Aktuální finančně nenáročné nástroje se obvykle vážou s terminologií jako open source a cloud computing. Tato část obsahuje stručné vysvětlení pojmů a jejich výhody či nevýhody pro námi zvolenou cílovou skupinu společností. Analytická část práce obsahuje definované parametry, podle kterých je provedena analýza řešení a jejich srovnání. Business Intelligence řešení jsou rozděleny podle jednotlivých vrstev a ke každé vrstvě jsou porovnávány vybrané nástroje. Hodnotící kritéria jsou rozděleny do finančních, uživatelských a technických kategorii. Závěrem analytické části přistupujeme ke vzájemnému srovnání možností nasazení sady Business Intelligence nástrojů pro námi definovanou skupinu koncových zákazníků. Hlavním přínosem diplomové práce je srovnání open source řešení Business Intelligence pro nasazení do středně velké společnosti. Podle směrnice Evropské unie, střední společnost nepřesahuje 250 zaměstnanců nebo zisk do 50 milionů eur. Čtenář si dokáže porovnat jednotlivé řešení, úskalí nebo závady, které by mohly být pro konkrétní implementaci kritické.
|
|
Vývoj interního manažerského informačního systému ve společnosti Dolphin consulting, s.r.o.
Církovský, Tomáš ; Maryška, Miloš (vedoucí práce) ; Kasl, Tomas (oponent)
Cílem této práce je vytvoření manažerského informačního systému pro společnost Dolphin consulting, s.r.o. na základě technologií dostupných v této společnosti. Dále je cílem provést jeho pilotní ověření. Manažerský informační systém je vytvořený na základě studia dostupné literatury týkající se problematiky Business Intelligence, Manažerských informačních systémů a znalostí autora z praxe. Nejdůležitějším přínosem této práce je vytvoření manažerského informačního systému pro společnost Dolphin consulting, s.r.o. a jeho pilotní ověření s doporučeními pro jeho další rozvoj či opravu nedostatků. Tato diplomová práce je rozdělena na technickou a praktickou část. V teoretické části je popsána problematika datových skladů podle Kimballa a Inmona, OLAP kostek a manažerských informačních systémů. Praktická část práce popisuje implementaci některých Business Intelligence nástrojů za účelem vytvoření manažerského informačního systémů ve společnosti Dolphin consulting, s.r.o. V závěru praktické části diplomové práce je pilotní ověření vytvořeného systému s doporučeními.
|
|
Possibilities of Big Data use for Competitive Intelligence
Verníček, Marek ; Molnár, Zdeněk (vedoucí práce) ; Šperková, Lucie (oponent)
Tato diplomová práce se zabývá analýzou možností využití Big Data pro metody a postupy Competitive Intelligence. Cílem práce je navrhnout nástrojové sady pro práci s Big Data pro malé a velké firmy a následný návrh efektivního řešení pro získání konkurenční výhody podniku. Teoretická část této práce zpracovává dostupnou odbornou literaturu v České republice i v zahraničí a popisuje aktuální stav Competitive Intelligence, jeho možné zdroje a Big Data jako jeden z nich. Následně se práce věnuje charakteristice Big Data, jejich odlišnosti od práce s běžnými daty, nutností důsledné přípravy a možnosti jejich využití pro metody Competitive Intelligence. Praktická část práce se zabývá analýzou dostupných nástrojů Big Data na trhu s ohledem na celý proces práce od sběru dat, přes analýzu až po přípravu reportů a integrace celého řešení do automatizovaného stavu. Výstupem této části je návrh softwarové sady nástrojů Big Data pro malé a velké firmy podle možností jejich rozpočtu. Návrhová část práce se následně věnuje klasifikaci nejperspektivnějších oblastí trhu pro využití Big Data, možnými způsoby získání konkurenční výhody v jednotlivých oblastech a návrhem efektivního řešení pro podniky. Přínosem této práce je rozšíření palety zdrojů pro Competitive Intelligence a hloubková analýza možností využití Big Data, která má pomoci profesionálům využít tento dosud neobjevený potenciál ke zlepšení postavení na trhu, získání nových zákazníků a posílení současné uživatelské základny.
|
|
Stomické sestry a jejich podíl na práci se svépomocnými skupinami nemocných
ŠŤASTNÁ, Olga
Svépomocné skupiny, stomasestry a pacienti se stomií jsou v neustálém spojení a stále spolu pracují. Úkolem naší práce bylo zjistit, jaký má stomasestra podíl na práci ve svépomocných skupinách stomiků. Začátky s tímto onemocněním bývají složité, a proto v nemocnicích pracují tzv. stomasestry, což jsou specializované sestry, které jsou zaškolené v ošetřování stomií a vším, co s tímto problémem souvisí. Stomasestry navštěvují pacienty na odděleních a připravují je na život stomika. Seznamují je s možnostmi pomůcek, s jejich dodavateli, i komplikacemi, které mohou nastat. Učí je, jak reagovat, na koho se obrátit a kde si obstarat pomůcky. Také je informují o sdruženích stomiků a o svépomocných skupinách, protože slyšet vzájemně různé problémy, moc pomáhá každému pacientovi. Ve svépomocných skupinách platí principy rovnoprávnosti, vzájemné pomoci a výměny zkušeností. Velkou roli hrají stomasestry, které jsou v každodenním kontaktu se svými pacienty. Měly by umět poradit s mnoha psychologicko etickými problémy. Cílem práce bylo zjistit, zda si stomasestry uvědomují význam svépomocných skupin pro stomiky. Dále pak, zda sestry informují pacienty o svépomocných skupinách, zda spolu vzájemně spolupracují a jaký je podíl stomasestry v těchto skupinách. Také jsme chtěly zjistit, jaký význam přikládají pacienti se stomií svépomocným skupinám.
|
|
Informační systém středoškolského vzdělávání
Charvátová, Jindřiška ; Vaněk, Jiří (vedoucí práce) ; Věra, Věra (oponent)
Diplomová práce Informační systém středoškolského vzdělávání se zabývá problematikou praktického využívání školního informačního systému na Středním odborném učilišti gastronomie a podnikání v Praze, jejíž hlavním cílem je vytvořit přehled, využití a zhodnocení informačních systémů pro střední školy a na základě výsledků dotazníkového šetření navrhuje řešení dané situace.
V teoretické části diplomové práce je vytvořen přehled a využití informačních systémů
pro střední školy na základě studia literatury a dostupných zdrojů. Praktická část
je primárně zaměřena na výzkum, týkající se praktického využití IS. Dalším cílem práce je analýza potřeb pedagogických pracovníků v oblasti využívání IS školy formou dotazníkového šetření. Na základě vyhodnocení těchto poznatků jsou vytvořeny případné návrhy na zlepšení.
|
|
Extensions to Probabilistic Linear Discriminant Analysis for Speaker Recognition
Plchot, Oldřich ; Fousek, Petr (oponent) ; McCree,, Alan (oponent) ; Burget, Lukáš (vedoucí práce)
This thesis deals with probabilistic models for automatic speaker verification. In particular, the Probabilistic Linear Discriminant Analysis (PLDA) model, which models i--vector representation of speech utterances, is analyzed in detail. The thesis proposes extensions to the standard state-of-the-art PLDA model. The newly proposed Full Posterior Distribution PLDA models the uncertainty associated with the i--vector generation process. A new discriminative approach to training the speaker verification system based on the~PLDA model is also proposed. When comparing the original PLDA with the model extended by considering the i--vector uncertainty, results obtained with the extended model show up to 20% relative improvement on tests with short segments of speech. As the test segments get longer (more than one minute), the performance gain of the extended model is lower, but it is never worse than the baseline. Training data are, however, usually available in the form of segments which are sufficiently long and therefore, in such cases, there is no gain from using the extended model for training. Instead, the training can be performed with the original PLDA model and the extended model can be used if the task is to test on the short segments. The discriminative classifier is based on classifying pairs of i--vectors into two classes representing target and non-target trials. The functional form for obtaining the score for every i--vector pair is derived from the PLDA model and training is based on the logistic regression minimizing the cross-entropy error function between the correct labeling of all trials and the probabilistic labeling proposed by the system. The results obtained with discriminatively trained system are similar to those obtained with generative baseline, but the discriminative approach shows the ability to output better calibrated scores. This property leads to a better actual verification performance on an unseen evaluation set, which is an important feature for real use scenarios.
|
|
Methods for class prediction with high-dimensional gene expression data
Šilhavá, Jana ; Matula, Petr (oponent) ; Železný, Filip (oponent) ; Smrž, Pavel (vedoucí práce)
This thesis deals with class prediction with high-dimensional gene expression data. During the last decade, an increasing amount of genomic data has become available. Combining gene expression data with other data can be useful in clinical management, where it can improve the prediction of disease prognosis. The main part of this thesis is aimed at combining gene expression data with clinical data. We use logistic regression models that can be built through various regularized techniques. Generalized linear models enable us to combine models with different structure of data. It is shown that such a combination may yield more accurate predictions than those obtained based on the use of gene expression or clinical data alone. Suggested approaches are not computationally intensive. Evaluations are performed with simulated data sets in different settings and then with real benchmark data sets. The work also characterizes an additional predictive value of microarrays. The thesis includes a comparison of selected features of gene expression classifiers built up in five different breast cancer data sets. Finally, a feature selection that combines gene expression data with gene ontology information is proposed.
|
host ::
