|
|
Vyhledávání vzorů v dynamických datech
Budík, Jan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
V první kapitole je nastíněna problematika rozpoznávání vzorů. Druhá kapitola pojednává o možných řešeních problému za použití umělé inteligence a popisuje základní teorie statistiky a chaosu. Třetí kapitola je zaměřena na problematiku časových řad, jejich typů, problémů a předzpracování. Je zde také popsán typ časových řad ve finančnictví. Čtvrtá kapitola pojednává o problematice rozpoznávání vzorů a predikce. Je zde popsána metoda učení, která je použita. Poslední kapitola popisuje vývoj programu a jeho jednotlivé části a jsou zde zobrazeny dosažené výsledky.
|
|
|
Rozpoznávání obličejů v obraze
Krhut, Miloš ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Diplomová práce se zabývá tématikou detekcí obličejů v digitálních obrazech. Jsou v ní obecně popsány a roztříděny nejčastěji používané metody a zmíněny jejich výhody a nevýhody. Podrobněji je popsána metoda detekce kůže pomocí barev, detekce očí, úst a dále teoreticky popsány algoritmy strojového učení a detekce Haarovými příznaky. Dále se práce věnuje implementaci těchto metod v knihovně OpenCV, jsou zde zmíněny praktické možnosti použití a nakonec provedeno srovnání detekcí různými dostupnými natrénovanými soubory.
|
|
|
Lokalizace obličejů ve video sekvencích v reálném čase
Juráček, Aleš ; Přinosil, Jiří (oponent) ; Richter, Miloslav (vedoucí práce)
Má diplomová práce se zabývá detekcí obličeje v obraze. Snažím se nastínit problematiku počítačového vidění, umělé inteligence a strojového učení. Popsal jsem zde podrobně detekci navrženou Violou a Jonesem, která pro sestavení klasifikátoru využívá algoritmus AdaBoost. Tato metoda byla záměrně vybrána z důvodu rychlosti detekce. Tento detektor byl realizován v programovacím jazyce C/C++ s využitím knihovny OpenCV. K celkovému natrénování byla využita databáze obličejových obrazů „MIT CVCL Face Database“. Cílem byla možnost nasazení detektoru tváří ve videosekvencích.
|
|
| |
|
|
Automatické detekce obličeje a jeho jednotlivých částí
Krolikowski, Martin ; Kohoutek, Michal (oponent) ; Přinosil, Jiří (vedoucí práce)
Diplomová práce se zabývá problémem detekce obličejů v barevných statických obrazech. V práci jsou nastíněny základní pojmy, se kterými se lze při detekci obličeje setkat, a jejich vzájemné souvislosti. Jednotlivé přístupy k řešení problému detekce obličeje jsou rozděleny do skupin a blíže popsány. Z těchto přístupů se práce detailně zabývá algoritmem AdaBoost, jenž byl vybrán pro jeho pozitivní vlastnosti, kterými jsou zejména rychlost a dobré dosažené výsledky. V rámci práce byl implementován Viola-Jones detektor. Tento detektor byl natrénován na veřejně přístupné databázi obličejových obrazů a byla zkoumána možnost jeho kombinace s jednoduchým detektorem barvy kůže. Další oblastí, kterou se práce zabývá, je experimentální detekce určitých rysů obličeje.
|
|
|
Comparison of machine learning methods for credit risk analysis
Bušo, Bohumír ; Kolman, Marek (vedoucí práce) ; Vacek, Vladislav (oponent)
Strojové učení je v poslední době stále častěji zmiňované spolu s oblastí,, Big Data ''. Jedná se o oblast, kde je k dispozici velké množství dat, z nichž je třeba získat užitečné informace. Jelikož v této době generujeme stále více a více dat, ať už pomocí mobilních zařízení platebních karet a pod., je otázka zpracování vysoce aktuální. V této práci je popsaných šest různých metod, které slouží k tomuto účelu. Jsou to logistická regrese, mělké a hluboké neuronové sítě, bagging, boosting a stacking. Poslední tři zmíněné patří do kategorie zvané skupinové učení. Metody jsou dále aplikovány na reálná data z prostředí úvěrových institucí, kde mohou pomoci ke klasifikaci potenciálních klientů při žádosti o úvěr. V závěru jsou výsledky získané pro jednotlivé metody porovnány a v krátkosti i interpretovány.
|
|
|
Tvorba, využití a optimalizace rozhodovacích stromů
Selement, Pavel ; Bína, Vladislav (vedoucí práce) ; Váchová, Lucie (oponent)
Rozhodovací stromy patří mezi důležité metody pro řešení rozhodovacích problémů. Cílem této práce je představit vlastnosti rozhodovacích stromů a základní podmínky pro jejich použití. Hlavním přínosem této práce je provázání studia rozhodovacích stromů v teorii rozhodování a ve strojovém učení. Cílem práce není podat vyčerpávající přehled používaných metod, ale poukázat na přehlíženou spojitost mezi těmito dvěma obory. Teoreticky i na příkladu bude ukázáno, jak lze použít metody strojového učení pro stromy v teorii rozhodování, a tedy i v manažerské praxi. Nakonec bude představeno několik variant, jak je možné rozhodovací stromy zjednodušit.
|
|
|
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.
|
|
|
Analýza dat týkajících se risku sebevraždy u mentálně nemocných
Hron, Jiří ; Rauch, Jan (vedoucí práce) ; Malá, Ivana (oponent)
Cíle této práce jsou poskytnutí uceleného přehledu poznatků o sebevraždách jak mezi obecnou populací, tak specificky mezi mentálně postiženými pacienty, analýza záznamů o hospitalizacích mentálně postižených pacientů mezi lety 2006 a 2008 s důrazem na nalezení potencionálních rizikových faktorů sebevraždy nebo informací vhodných pro predikci pravděpodobnosti sebevraždy v době propuštění z lékařského zařízení, a konečně porovnání vybraných statistických metod v kontrastu k metodám strojového učení a dobývání znalostí z databází ve vztahu k předchozímu úkolu. Přehled je založen na poznatcíh z více jak 40 odborných článků. Analýza a porovnání metod využívá metod pro těžení asociativních pravidel, vizuálních a krokových metod pro exploraci dat, logistické a podmíněné logistické regrese pro analytickou část, a tzv. textit{random forest} modelu pro predikci. Autor si není vědom existence jakékoliv práce na témata stanovená pro tuto tezi vypracované na území České republiky, přičemž tato témata jistě nikdy nebyla zkoumána nad datovým souborem poskytnutým pro účely této teze. Dalším původním přínosem autora je krátký popis a otestování nové verze učícího algoritmu založená na kombinaci textit{random forest} a setu logistických regresních modelů použitých pro zpřesnění odhadů produkovaných prvním z modelů. Struktura sleduje výše uvedené cíle začínaje od kapitol o poznatcích předchozího výzkumu a o teoretických základech použitých metod a konče vlastní analýzou a interpretací výsledků.
|
|
|
Sentiment analýza na sociálních sítích
Zaplatílek, Jan ; Jelínek, Ivan (vedoucí práce) ; Bruckner, Tomáš (oponent)
Práce se zabývá problematikou sentiment analýzy, především jejím využitím na sociálních sítích, jejímž cílem je určení zda posuzovaný dokument vyjadřuje nějaký sentiment a pokud ano, rozhodnout zda je pozitivní či negativní. Hlavním důvodem pro provádění sentiment analýzy na sociálních sítích je zjištění reputace a nálady určité firmy nebo značky. Takto získané informace mohou být dále použity např. pro vylepšení marketingu nebo komunikace se zákazníkem. Tato práce se zabývá sentiment analýzou na příspěvcích pocházejících z veřejných facebookových profilů několika českých bankovních institucí a telefonních operátorů. Cílem práce je vytvořit model, jehož úspěšnost v hodnocení sentimentu těchto příspěvků dosahuje alespoň 80%. Metodou dosažení tohoto cíle je provedení experimentu. První část práce představuje teoretickou část, jsou zde vymezeny základní pojmy a principy sentiment analýzy a její problémy a možnosti využití. Další část představuje rešerše metod sentiment analýzy a dat, která jsou zpracovávána v zahraničních pracích. Konečně poslední část popisuje samotný experiment. Činnosti, které mu předcházely a jeho výsledky. Hlavním přínosem práce je vytvoření modelu, který bude moci být následně používán v praxi.
|
host ::
RSS.