|
Využití metod data miningu při analýze kreditních dat
Tvaroh, Tomáš ; Witzany, Jiří (vedoucí práce) ; Matejašák, Milan (oponent)
Tato práce se zabývá porovnáním vybraných metod data miningu pro řešení klasifikačních úloh s metodou klasifikace pomocí logistické regrese. V první části práce je krátce představen data mining jako vědní disciplína a úloha klasifikace je uvedena do kontextu procesu vytěžování dat. V další části je vysvětlen princip fungování jednotlivých metod, mezi které byli, společně s logistickou regresí, vybrány umělé neuronové sítě, klasifikační rozhodovací stromy a metoda SVM. Společně s matematickou podstatou algoritmů je vždy uveden i způsob, jakým u hotového modelu probíhá klasifikace nových příkladů. V praktické části diplomové práce jsou popsané metody otestovány na reálných datech společnosti Lending Club a jsou srovnány z hlediska přesnosti klasifikace. Na závěr je zhodnoceno, zda je výsadní postavení logistické regrese dané historicky nebo zda si ho metoda skutečně zaslouží díky vysoké klasifikační síle v porovnání s ostatními metodami.
|
|
Možnosti počítačové detekce defraudací a anomálií v účetních datech
Spitz, Igor ; Mejzlík, Ladislav (vedoucí práce) ; Pelák, Jiří (oponent)
Práce analyzuje možné způsoby manipulace účetního systému za účelem defraudace. Dále hledá techniky, které by byly schopné tyto manipulace odhalit, a zároveň ověřuje efektivnost již využívaných postupů. Teoretická část zkoumá postupy finanční analýzy, statistické testy, benfordovy testy, fuzzy matching a technologie strojového učení. Praktická část ověřuje postupy finanční analýzy, benfordovy testy, algoritmy pro fuzzy matching a neuronové sítě.
|
|
Návrh a implementace Data Mining modelu v technologii MS SQL Server
Peroutka, Lukáš ; Maryška, Miloš (vedoucí práce) ; Smutný, Zdeněk (oponent)
Tato práce se zabývá návrhem a implementací data miningové úlohy s reálnými daty. Úloha bude analyzována, zpracována a její dosažené výsledky vyhodnoceny. Zdrojovým datovým souborem je databáze obsahující studijní záznamy Vysoké ško-le ekonomické v Praze. V první teoretické části se práce zaměřuje na dolování z dat, definici pojmu, histo-rický vývoj data miningu, analýzu a popis jednotlivých částí dolovací úlohy a sou-časnou metodologii. Představeny jsou nejznámější používané dolovací techniky a standardy, včetně jejich vlastností, výhod a nevýhod při praktickém nasazení. Ana-lyzována jsou také vstupní data, zejména z pohledu kvality a operací ve fázi před-zpracování dat pro dolovací úlohu. Následně je přistoupeno k aplikaci teoretických znalostí na reálnou úlohu data mi-ningu. Zdrojový soubor se školními daty je popsán, analyzován a vhodné atributy jsou vybrány jako základ pro tvorbu dolovacích modelů. Ty jsou poté na platformě MS SQL Server vytvořeny s cílem najít, prozkoumat a popsat možné závislosti a asociace v datech. Dílčí výsledky jednotlivých modelů a jejich potenciální přínos jsou zhodnoceny, a to včetně návrhu možných vylepšení a dalšího budoucího využití výsledků.
|
|
Rozpoznávání znaků z realných scén pomocí neuronových sítí
Fiala, Petr ; Neumann, Lukáš (vedoucí práce) ; Berka, Petr (oponent)
Tato práce se zabývá úlohou rozpoznávání znaků z reálných scén, které je věnována značná pozornost s rozvojem moderních technologií. Cílem studie je k rozpoznávání použít algoritmus, který dosahuje aktuálně nejlepších výsledků na standardních datových sadách. Vybraným modelem je konvoluční síť s deep architekturou, jejíž aplikace na zadanou úlohu nebyla dosud publikována. Implementované řešení navazuje na teoretickou část, která poskytuje ucelený přehled dané problematiky. V praktické části se vyskytují dva typy neuronových sítí: vícevrstvý perceptron a zmíněný model. Z porovnání výsledků těchto dvou typů architektur na první datové sadě vychází výrazně lépe použití komplexní struktury konvoluční sítě. Tento model byl dále ověřen na dvou veřejných datových sadách, které korespondují se zadáním úlohy. Zároveň bylo vyzkoušeno několik modifikací sítě a použití různých úprav vstupních dat s cílem získat optimální řešení v závislosti na struktuře dat. Prezentované řešení dokázalo poskytnout srovnatelnou úspěšnost predikce v porovnání s nejlepšími dosaženými výsledky, při použití syntetických učících vzorů a ověřilo možnost využití této architektury pro danou úlohu. V závěru studie jsou zmíněny možné rozšíření a vylepšení modelu, která by mohla vést k dalšímu snížení klasifikační chyby.
|
|
Neuronové sítě v R
Arzumanov, Eduard ; Bašta, Milan (vedoucí práce) ; Žižka, David (oponent)
Cílem této práce bylo představit problematiku neuronových sítí, která i přesto, že existuje a aplikuje se ve statistice už řadu let, pro značnou část veřejnosti a dokonce akademického prostředí z oblasti statistiky zůstává minimálně prozkoumanou. Cílem praktické části bylo ověřit prostřednictvím praktické aplikace, zda neuronové sítě jsou opravdu lepším nástrojem pro statistickou analýzu než doposud běžně používané nástroje, zvláště v případě potřeby zkoumat komplexnější jevy a vztahy mezi nimi. Dalším cílem praktické části bylo za pomoci modelů neuronových sítí zkoumat a popsat vztahy mezi vývojem objemů obchodů akcií společnosti Apple a akciemi konkurenčních společností jako Google, HTC, Nokia, Samsung. Dosažení cílů práce bylo prováděno prostřednictvím poměrně rozsáhlého popisu teorie neuronových sítí, rovněž jako popisu teoretických pomůcek vhodných pro předcházení častým úskalím při praktické implementaci. Tato praktické aplikace byla prováděna v softwaru R, který se v poslední době významně rozšířil díky své dostupnosti a také velké míře flexibility, kterou uživateli poskytuje. Přínosem této práce je seznámení a utvoření uceleného přehledu o problematice neuronových sítí a poskytnutí důkazu, že v některých případech modely neuronových sítí jsou skutečně výrazně lepším nástrojem analýzy v porovnání s běžně používanými nástroji (modely typu ARMA, lineární regrese). Autor během zpracování práce získal velké množství poznatků o problematice neuronových sítí, naučil se s nimi pracovat v prostředí R, čímž posunul svoje schopnosti práce s tímto softwarem o poznání výš.
|
|
Neural and Fuzzy Modelling of Hydrological Data
Neruda, Roman ; Coufal, David
The main goal of this work is to model flood waves based on runoff and precipitation data. We utilize data from the Smeda rivera catchment provided by the CHMI in order to build several models of flood episodes. Multilayer perceptron networks and Fuzzy system models are used and their performance is compared to traditional hydrological approaches.
Plný tet: v1172-12 - PDF Plný text: content.csg - PDF
|
|
Statistical Expectation of High Energy Physics Data Sets Separation Algorithms
Hakl, František
Article focuses on the application of the basic results of the statistical learning theory known as Probabilistic Approximately Correct learning in the evaluation and post-processing of unique physical data obtained from the detectors of particle accelerators. The aim of this article is not direct separation of the measured data but evaluation of the appropriateness of separation methods used. The main principles and results of the PAC learning theory are briefly summarized, the main characteristics of selected multivariable data separation algorithms are studied from the VC-dimension point of view. Finally, based on actual data sets obtained from Tevatron D$\emptyset$ experiment, some practical hints for separation method selection and numerical computation are derived.
|
|
Robustness Aspects of Knowledge Discovery
Kalina, Jan
The sensitivity of common knowledge discovery methods to the presence of outlying measurements in the observed data is discussed as their major drawback. Our work is devoted to robust methods for information extraction from data. First, we discuss neural networks for function approximation and their sensitivity to the presence of noise and outlying measurements in the data. We propose to fit neural networks in a robust way by means of a robust nonlinear regression. Secondly, we consider information extraction from categorical data, which commonly suffers from measurement errors. To improve its robustness properties, we propose a regularized version of the common test statistics, which may find applications e.g. in pattern discovery from categorical data.
|
|
Využití data miningu v řízení podniku
Prášil, Zdeněk ; Pour, Jan (vedoucí práce) ; Novotný, Ota (oponent)
Ve své diplomové práci jsem zkoumal, jakým způsobem lze zpracovat podniková data pomocí data miningu a jak využít získaných výsledků pro lepší řízení podniku. Práce je rozdělena na teoretickou část a na část praktickou. Cílem teoretické části práce bylo zjistit: 1/ jaké jsou nejčastěji využívané metody data miningu, 2/ definovat typické aplikační oblasti, 3/ ukázat typické úlohy, které se v těchto oblastech řeší. Cílem praktické části bylo zjistit: 1/ jak může data mining pomoci malému českému elektronickému obchodu k lepšímu pochopení struktury prodeje, 2/ jak může data mining zlepšit výsledky prodeje. Ve své práci jsem zjistil, že nejčastěji používané metody data miningu jsou rozhodovací stromy, lineární a logistická regrese, neuronové sítě, segmentační metody a asociační pravidla. Nejčastější používané obchodní aplikační oblasti jsou CRM a marketing, finanční instituce, pojišťovnictví, telekomunikace, maloobchod a výroba. Úlohy jsou odvislé od typu aplikační oblasti, nejčastěji se úlohy týkají sledování a odhadování chování zákazníků. Analýzou dat elektronického obchodu jsem zjistil, které výrobky jsou spolu nakupovány, což může vést k akcím pro podporu prodeje. Ukázal jsem, že data mining je možné použít i v malém elektronickém obchodě a že i zde může přispět k zefektivnění případných marketingových akcí.
|
|
Moderní trendy v oboru počítačová fyzika
SURYNEK, Radek
Diplomová práce nabízí přehled základních moderních metod, které mohou být využity v oblasti počítačové fyziky. Jedná se konkrétně o paralelní výpočty, neuronové sítě, genetické algoritmy a fuzzy logiku. V každé kapitole je uveden teoretický popis metody, zjednodušené matematické vyjádření, návrhy technické realizace a stručně jsou zmíněny i konkrétní aplikace. Text je doplněn řadou jednoduchých příkladů. Závěr práce shrnuje získané poznatky a nastiňuje budoucí vývoj.
|