|
|
Clustering methods for large datasets
Vilikus, Ondřej ; Fialová, Hana (advisor) ; Húsek, Dušan (referee)
S rostoucím množstvím shromažďovaných a ukládaných dat vzniká potřeba shlukovacích metod, které by se dokázaly vypořádat i s rozsáhlými datovými soubory. Proto se objevuje množství nových algoritmů, vycházejících jak ze statistických přístupů, tak i z oblasti strojového učení. Cílem této diplomové práce je stručně představit dostupné metody shlukové analýzy a zhodnotit jejich silné a slabé stránky při analýze velkých souborů. Obsahem teoretické části je shrnutí základních pojmů a principů, které jsou všem metodám společné, a popisu nejznámějších metod shlukové analýzy. Ten obsahuje stručné vysvětlení, na jakém principu fungují a jaké výhody nebo případné nedostatky můžeme při jejich použití očekávat. Praktická část práce je věnována vlastnímu testování osmi metod dostupných v komerčním (SPSS, S-PLUS, STATISTICA) nebo akademickém (Weka) softwaru. Pro testování jsou použity umělé soubory se specifickými charakteristikami, které jsem vygeneroval pomocí vlastního algoritmu. Ten je rozšířením Neyman-Scottova procesu a kromě sférických shluků generuje i shluky nepravidelných tvarů. Výsledky potvrzují očekávání vycházející z teoretických předpokladů. Přinášejí však možnost kvantifikace vlivu charakteru dat na vhodnost jednotlivých metod.
|
|
|
Web Usage Mining
Benkovská, Petra ; Jelínek, Jiří (advisor) ; Soska, Ján (referee)
General characteristic of web mining including methodology and procedures incorporated into this term. Relation to other areas (data mining, artificial intelligence, statistics, databases, internet technologies, management etc.) Web usage mining - data sources, data pre-processing, characterization of analytical methods and tools, interpretation of outputs (results), and possible areas of usage including examples. Suggestion of solution method, realization and a concrete example's outputs interpretation while using above mentioned methods of web usage mining.
|
|
|
Cluster analysis of more dimensional data by a neural network
Helcl, Zbyněk ; Křivan, Miloš (advisor) ; Berka, Petr (referee)
The topic of the present thesis is an analysis of a sample data archive containing measured values of real and reactive power. The measurement in question took place in late 2006 and early 2007 using MEg40 recording measurement devices disposed in a station for transforming high voltage to low voltage in the Pražská energetika distribution network. The procedure of processing measured values, the preparation thereof for a subsequent processing by a neural network, and a final statistical evaluation of determined individual clusters -- typical daily take-off diagrams -- will be described. The results of the present thesis may be applied in the making of predictions of electrical energy consumption at a particular transformer station.
|
|
| |
|
|
Yoghurt market segmentation
Nováková, Martina ; Koudelka, Jan (advisor) ; Semrád, Jan (referee)
Cílem práce je odhalit segmenty na českém trhu jogurtů. Práce obsahuje charakteristiku produktu a jednotlivých tržních subjektů. Data jsou zpracována na základě primárních dat (dotazníkové šetření). Práce obsahuje primární analýzu, křížovou a shlukovou analýzu. Výsledkem je charakteristika jednotlivých segmentů včetně marketingového doporučení.
|
|
|
Analýza demografických rozdílů zemí Evropské unie
Myšková, Pavlína ; Marek, Luboš (advisor) ; Svoboda, Libor (referee)
Tato práce se věnuje rozdílům hodnot demografických ukazatelů v zemích současné Evropské unie. Zvláštní pozornost je věnována postavení České republiky mezi ostatními zeměmi. První kapitola je úvodem k celé práci, čtenář se v ní seznámí s cílem a náplní práce. Jsou zde vysvětleny použité pojmy a metody a krátce zmíněna historie Evropské unie. Druhá kapitola se zabývá výběrem demografických ukazatelů. Ukazatele jsem rozdělila do čtyř skupin na ukazatele charakterizující porodnost, úmrtnost, sňatečnost a rozvodovost a migraci. Ve třetí kapitole se zabývám úpravou získaných dat. Velká část této kapitoly je věnována výpočtu standardizovaných měr úmrtnosti. Ve čtvrté kapitole jsem provedla jednoduché analýzy ukazatelů v rámci jednotlivých zemí, skupin zemí (první skupinu tvoří země tzv. evropské patnáctky, druhou nové členské země, které přistoupily 1. 5. 2004) a také v čase (v letech 1970 a 2000). Pátá kapitola je věnována vícerozměrnému popisu dat, konkrétně jsem zvolila metodu shlukové analýzy, pomocí níž byly země rozděleny do 8 relativně homogenních shluků. Výpočty jsou doplněny tabulkami a grafy.
|
guest ::
