|
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.
|
|
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.
|
|
Knihovna pro návrh konvolučních neuronových sítí
Rek, Petr ; Mrázek, Vojtěch (oponent) ; Sekanina, Lukáš (vedoucí práce)
V rámci této diplomové práce je čtenář seznámen s problematikou neuronových a konvolučních neuronových sítí. Na základě těchto znalostí je poté proveden návrh a implementace knihovny umožňující práci s konvolučními neuronovými sítěmi - od návrhu, přes trénování až po validaci. Výsledná knihovna je poté vyhodnocena na klasických úlohách pro konvoluční neuronové sítě a porovnána s jinými knihovnami. Rozšířením knihovny, díky kterému se odliší od jiných volně dostupných, je nezávislost na datovém typu. Každá vrstva může mít až tři na sobě nezávislé datové typy - pro váhy, pro inferenci a pro učení. Za účelem vyhodnocení tohoto rozšíření je součástí knihovny i datový typ s pevnou řádovou čárkou. Vliv této reprezentace na přesnost natrénované sítě je podroben experimentům.
|
|
Korelace parametrů vybraných typů hornin na základě laboratorních zkoušek
Závacký, Martin ; Lahuta, Hynek (oponent) ; Durmeková,, Tatiana (oponent) ; Horák, Vladislav (vedoucí práce)
Disertační práce se zabývá vlastnostmi hornin významných z pohledu navrhování geotechnických konstrukcí, jako jsou pevnostní a přetvárné charakteristiky, nebo podmínky porušení horniny. Tato práce dále podrobněji zkoumá možnost využití korelačních vztahů k odhadu pevnostních charakteristik hornin z indexových zkoušek, co může přinést zefektivnění procesu testování hornin. První část práce pojednává o vybraných laboratorních zkouškách hornin a identifikuje specifika a omezení těchto testů na základě vlastních praktických zkušeností. V druhé části práce je provedena korelační analýza rozsáhlého souboru dat a odvození regresních vztahů pro vybrané závislosti. Dále je srovnávána kvalita odhadu pevnosti hornin pomocí vlastních a již publikovaných regresních vztahů. Z analýzy vyplývá, že dosažená míra korelace není dostatečná pro zevšeobecnění testovaných regresí. Významnou příčinou je kombinace variability vlastností hornin se specifiky a omezeními praktického provádění zkoušek. Zpřesnění odhadu vlastností hornin pro spolehlivý geotechnický návrh lze dále hledat v kalibraci vztahů na místní poměry určité menší oblasti.
|