|
Kombinace reálných opcí, simulace a rozhodovacích stromů pro investiční rozhodování
Pavlovská, Tereza ; Dlouhý, Martin (vedoucí práce) ; Dlouhá, Zuzana (oponent)
Práce se zabývá hodnocením reálných opcí, jejichž hodnota představuje určitou flexibilitu firmy ohledně rozhodování o aktivech společnosti v budoucnosti. Kromě klasických modelů, které byly vyvinuty pro ocenění opcí, jako je binomický a Blackův-Scholesův model, které mají své výhody i nevýhody, je zde uvedena možnost kombinace rozhodovacích stromů a simulace Monte Carlo, která probíhá přímo uvnitř daného stromu. Tato kombinace umožňuje potřít nevýhody, které mají tyto metody, pokud jsou použity pro hodnocení opcí separátně. V práci je uveden aplikační příklad inspirovaný skutečností, kde jsou popsány různé možnosti využití zmíněné kombinace a je zde předvedena jednoznačná výhoda této metody, a to větší množství informace, které poskytuje oproti klasickým modelům. Rozhodovateli umožňuje přístup k mnohem komplexnějšímu pohledu na investici. Výsledkem jsou také různé hodnoty opcí v závislosti na použité technice.
|
|
ANALÝZA A FORMULACE ROZHODOVACÍCH PROBLÉMŮ ZNALCE PŘI OCEŇOVÁNÍ NEMOVITOSTÍ
Krejza, Zdeněk ; Bradáč, Albert (oponent) ; Abraham, Karel (oponent) ; Tichá, Alena (vedoucí práce)
Disertační práce se zabývá rozhodováním znalce při oceňování nemovitostí. Vzhledem ke složitosti procesu a problematice oceňování lze předpokládat, že i rozhodování bude složitý proces. Je zřejmé, že rozhodování znalce má zásadní význam na výsledek oceňovacího procesu. Toto téma je v současné době poměrně málo probádané, a proto se práce bude zabývat analýzou a formulací rozhodovacích problémů znalce při oceňování nemovitostí. Práce se zabývá analýzou současného stavu soudního inženýrství a rozhodování ve vazbě oceňování nemovitostí. Obecný rozhodovací proces, členěný do sedmi etap je pak přizpůsoben potřebám rozhodování znalce při oceňování nemovitostí. Obdobně jako při manažerském rozhodování je rozhodovací proces při oceňování nemovitostí členěn do tří úrovní, pro které jsou formulovány zásadní rozhodovací problémy, které vedou k formulaci rozhodovacích zásad znalce při oceňování nemovitostí. Pro lepší pochopení obsáhlosti procesu rozhodování při oceňování nemovitostí byly vytvořeny rozhodovací stromy resp. schémata, jejichž funkčnost byla ověřena v závěru práce na konkrétním příkladu ocenění nemovitosti cenou zjištěnou.
|
|
Similarity of XML Data
Stárka, Jakub ; Holubová, Irena (vedoucí práce) ; Klímek, Jakub (oponent)
V předložné práci studujeme možnosti v oblasti reverzního inženýrství XML schémat. Práce obsahuje základní přehled jazyka XML a běžně použvaných jazyků pro zápis XML schémat, přehled existujících technik pro konceptuální modelováni, reverzní inženýrství a metody pro hledání mapováni mezi XML schématy. Dále práce obsahuje návrh nové metody, založené na analýze konceptuálního modelu XSEM a následném vytvoření rozhodovacího stromu, která umožnuje efektivně najít mapováni z XML schémat na modely XSEM. V práci také ukazujeme novou techniku pro nalezení cesty mezi třídami. V neposlední řadě obsahuje práce několik experimentů, které ukazují výhody a nevýhody navrhovaného řešení.
|
|
Zpracování RTG snímků při výzkumu čelistních onemocnění
Kabrda, Miroslav ; Šmirg, Ondřej (oponent) ; Mikulka, Jan (vedoucí práce)
Předmětem této diplomové práce je návrh metody pro automatizované vyhodnocení parametrů rentgenových obrazů cystických onemocnění lidských čelistí. Hlavním problémem při lékařské diagnostice je nízká opakovatelnost způsobená subjektivním ohodnocením snímků bez použití nástroje pro zpracování obrazu. V diplomové práci jsou popsány základní kroky zpracování obrazu, jednotlivé metody segmentace obrazu a zvolená metoda segmentace live-wire. Databáze obrazů byla zpracována v Java prostředí ImageJ. V cystických oblastech byly vyhodnoceny jejich základní statistické a tvarové vlastnosti. Získané hodnoty byly použity pro učení klasifikačního modelu (rozhodovací strom) v prostředí RapidMiner. Tento model byl využit pro vytvoření zásuvného modulu pro automatickou klasifikaci typu cysty v programu ImageJ.
|
|
CHAID - technika konstrukce rozhodovacích stromů
Freyvald, Michal ; Vild, Jiří (vedoucí práce) ; Čabla, Adam (oponent)
Analýza CHAID (Chi-squared Automated Interaction Detection) je technika konstrukce rozhodovacích stromů, která je určena zejména pro kategoriální data, a je založena na Pearsonově chí-kvadrát statistickém testu o nezávislosti v kontingenční tabulce. V bakalářské práci jsou shrnuty důležité vlastnosti rozhodovacích stromů, dále je popsána struktura analýzy CHAID, jednotlivé fáze při konstrukci analýzy, výhody, nevýhody a doporučená nastavení pro kvalitní vypovídající schopnost analýzy. Na ukázkovém příkladu ze zákaznického segmentu sledujeme využití CHAID v praxi a za pomocí řešení v softwaru IBM SPSS PASW Statistics v18.0 dokazujeme užitečnost aplikace analýzy CHAID pro cílový marketing.
|
|
Analýza reálných dat produktové redakce Alza.cz pomocí metod DZD
Válek, Martin ; Berka, Petr (vedoucí práce) ; Kliegr, Tomáš (oponent)
Tato práce se zabývá analýzou dat pomocí metod dobývání znalostí z databází. Cílem je vybrat vhodné metody a nástroje a použít je pro realizaci konkrétního projektu založeného na reálných datech od produktové redakce společnosti Alza.cz. Analýza dat je prováděna pomocí asociačních pravidel a rozhodovacích pravidel v systému Lisp-Miner a pomocí rozhodovacích stromů v systému RapidMiner. Použitá metodika je CRISP-DM. Práce je rozdělena do třech hlavních částí. Úvodní část se zaměřuje na souhrn teoretických informací o dobývání znalostí z databází. Jsou zde definovány základní pojmy a popsány typy úloh a vybrané metody DZD použitelné pro praktickou část práce. Ve druhé části je představena metodologie CRISP-DM. V praktické části je nejprve představena společnost Alza.cz a její cíle pro tuto úlohu. Následně je popsána základní struktura dat a jejich příprava pro data miningovou úlohu, která po těchto krocích následuje. V závěru jsou vyhodnoceny získané výsledky a nastíněna možnost jejich využití.
|
|
Vhodné metody řízení internetových projektů
Syrový, Tomáš ; Chocholatý, Drahomír (vedoucí práce) ; Buchalcevová, Alena (oponent)
Práce se zabývá problematikou internetového produktu a internetového projektu. Popisuje internetový produkt, jeho specifické vlastnosti, cíle a okolí. Zaměřuje se na rozdělení internetového produktu na jednotlivé typy podle požadavků a zabývá se použitelností hotového řešení. Práce se dále zabývá složitostí definice internetového projektu a vnímání pojmů internetový produkt a internetový projekt veřejností. Na základě dotazníkového šetření a definicí klasického projektu se snaží o vlastní definici internetového projektu. V další části práce je možné nalézt popis životního cyklu internetového produktu. Práce tento cyklus rozděluje do čtyř opakujících se fází a každou z nich přibližuje. Dále přináší definici rolí, které se podílí na internetovém produktu. Více do detailu je rozepsána vývojová fáze internetového produktu. Je popsáno technologické prostředí a architektura mající na tuto fázi vliv. Práce obecně pojednává o metodikách, zabývá se jejich použitelností při vývoji a přináší seznam se stručným popisem několika z nich. V závěru práce se nachází rozhodovací strom a rozhodovací tabulky, které pomáhají s výběrem vhodné metodiky pro konkrétní typ internetového produktu s ohledem na počet osob ve vývojářském týmu.
|
|
Detekce objektů na GPU
Jurák, Martin ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce je zaměřena na akceleraci detekce objektů v obraze metodou Random Forest. Detektor Random Forest se skládá ze souboru náhodných rozhodovacích stromů, které jsou na sobě nezávisle vyhodnocovány, čehož lze využít pro akceleraci na grafické jednotce. Vývoj a zvyšování výkonu grafických procesorů umožnilo použití GPU pro masivně paralelní obecné výpočty (GPGPU). Cílem této práce je popsat způsob implementace metody Random Forest na GPU s využitím standardu OpenCL.
|
|
Optimalizace datového úložiště
Aulehlová, Barbora
Teoretická část této práce je věnována seznámení se s technologií cloud computing, virtualizační technologií, problematikou ukládání dat a Petriho sítím. Následuje praktická část, jejíž první část pojednává o jednotlivých virtualizačních technologiích a to VMware ESX, Citrix Xen, Hyper-V, KVM a oVirt. Následuje souhrn vlastností jednotlivých technologií a výstupem je poté rozhodovací strom pro volbu vhodné virtualizační technologie. Druhá část je věnována implementaci aplikace určené pro ukládání dat do databáze v závislosti na citlivosti. Součástí práce je závěrečné ekonomické zhodnocení a diskuze.
|
|
Building credit scoring models using selected statistical methods in R
Jánoš, Andrej ; Bašta, Milan (vedoucí práce) ; Pecáková, Iva (oponent)
Kredit skóring je ve finanční praxi důležitou a rychle se rozvíjející disciplínou. Cílem této práce je vytvořit souhrn základních metodik používaných k vytvoření a popisu kredit skóringových modelů s interpretací jejich výstupu společně s praktickou ilustrací postupu při vytváření těchto modelů v statistickém programovém prostředí R. Tato práce je členěná do pěti kapitol. První kapitola je věnovaná vysvětlení pojmu kredit skóring společně s několika příklady praktického využití a motivací pro jeho studium. V další části práce jsou postupně představené tři, ve finanční praxi nejčasteji používané, metody pro tvorbu kredit skóringových modelů. Ve druhé, nejrozvinutější kapitole se práce věnuje logistické regresi. Největší důraz je kladen na matematické odvození vztahu pro logistický regresní model a uvedeno je několik způsobů jako posoudit kvalitu proložení dat modelem. Dalšími dvěmi metodami prezentovanými v této práci jsou rozhodovací stromy a náhodné lesy, kterým se věnují kapitoly 3 a 4. Neoddělitelnou součástí této práce jsou podrobně popsané aplikace těchto metod na konkrétní datový soubor Default v programové platformě R. V závěrečné, páté, kapitole je praktická ilustrace vytvoření kredit skóringových modelů, jejich diagnostiky a následného vyhodnocení jejich schopnosti předpovídat selhání klienta v praxi s použitím R. V přílohách jsou uvedené vytvořené funkce a kód v R použité v práci. Čtenář vybavený základními poznatky z pravděpodobnosti a matematické statistiky získá dostatek teoretických znalostí a praktických zručností k pochopení modelů a jejich samostatné aplikaci.
|
host ::
