Národní úložiště šedé literatury Nalezeno 99 záznamů.  začátekpředchozí97 - 99  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Automatizace generování stopslov
Krupník, Jiří
Práce se zabývá automatizací generování stopslov, což je jeden ze způsobů předzpracování textových dokumentů. Zkoumá vliv odstraňování těchto slov na výsledky úloh z oblasti dolování znalostí (klasifikace a shlukování). Prvně je zde popsána problematika dolování znalostí z textových dokumentů, včetně rozboru používaných algoritmů. Detailně jsou zde popsány metody pro vytváření doménově nezávislých seznamů stopslov. Dále jsou prezentovány a diskutovány výsledky implementace metod, kterých bylo dosaženo při testování na kolekci rozsáhlých dokumentů ze zkoumané oblasti.
Optimalizace rozvržení provozu ve firmě Vodárenská akciová společnost a.s.
Urbanová, Zuzana
Diplomová práce se zabývá optimalizací rozvržení provozu ve společnosti Vodárenská akciová společnost, a.s. Cílem práce je stanovení normovaného výkonu provozoven a vyjádření kapacitní rezervy každé z nich. Za pomoci metod shlukové analýzy a teorie grafů jsou navržena doporučení vedoucí k efektivnímu vyčerpání kapacit provozu za využití optimalizace celkového počtu provozoven podniku a následného nového rozdělení regionů. Práce se skládá z teoretické a praktické části. V rámci teoretické části práce jsou popsány hierarchické a nehierarchické shlukové algoritmy, minimální kostra grafu a odvětví vodohospodářství. Praktická část práce řeší optimalizaci rozvržení provozu společnosti. Na základě porovnání výstupů zvolených metod budou podniku navržena konkrétní doporučení podniku.
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.

Národní úložiště šedé literatury : Nalezeno 99 záznamů.   začátekpředchozí97 - 99  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.