keywords:"Algoritmus K-nejbližších sousedů" - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: keywords:"Algoritmus K-nejbližších sousedů"

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Rozpoznávání ručně psaných číslic metodou K-nearest neighbor Horký, Vladimír ; Mikolov, Tomáš (oponent) ; Plchot, Oldřich (vedoucí práce) Tato práce se zabývá problematikou rozpoznávání ručně psaných číslic. Rozebírá problémy při řešení rozpoznávání metodou K-nejbližších sousedů. Část práce popisuje postup při návrhu a implementaci této metody. Úplný záznam
	Analýza a monitorování obchodních procesů Procházková, Martina ; Zámečníková, Eva (oponent) ; Pospíšil, Milan (vedoucí práce) Práce se zabývá dolováním z procesů, dolováním z dat obecně, metodami pro klasifikaci a predikci, managmentem podnikových procesů a simulací. Obsahuje také program na vytváření simulačních dat a testování metod pro dolování z procesů. Úplný záznam
	Rozpoznávání emocí pomocí konvolučních neuronových sítí Jileček, Jan ; Najman, Pavel (oponent) ; Hradiš, Michal (vedoucí práce) Konvoluční neuronové sítě se dnes používají v mnoha oblastech, především ale pro strojové učení, kde vykazují velkou úspěšnost. Tato práce nejprve představí existující frameworky, další algoritmy pro rozpoznávání a pak popisuje, jak probíhalo vytváření vlastní datové sady a trénink modelu pro rozpoznávání emocí. Tento model má úspěšnost klasifikace 60%. Model je následně využit pro získání statistik o emocích z filmových trailerů a z těchto statistik je sestaven model pro rozpoznávání žánrů, který je konečně použit v naší aplikaci pro určení žánru vstupního traileru s přesností až 47%. Úplný záznam
	Rozpoznávání emocí pomocí konvolučních neuronových sítí Jileček, Jan ; Najman, Pavel (oponent) ; Hradiš, Michal (vedoucí práce) Konvoluční neuronové sítě se dnes používají v mnoha oblastech, především ale pro strojové učení, kde vykazují velkou úspěšnost. Tato práce nejprve představí existující frameworky, další algoritmy pro rozpoznávání a pak popisuje, jak probíhalo vytváření vlastní datové sady a trénink modelu pro rozpoznávání emocí. Tento model má úspěšnost klasifikace 60%. Model je následně využit pro získání statistik o emocích z filmových trailerů a z těchto statistik je sestaven model pro rozpoznávání žánrů, který je konečně použit v naší aplikaci pro určení žánru vstupního traileru s přesností až 47%. Úplný záznam
	Analýza a monitorování obchodních procesů Procházková, Martina ; Zámečníková, Eva (oponent) ; Pospíšil, Milan (vedoucí práce) Práce se zabývá dolováním z procesů, dolováním z dat obecně, metodami pro klasifikaci a predikci, managmentem podnikových procesů a simulací. Obsahuje také program na vytváření simulačních dat a testování metod pro dolování z procesů. Úplný záznam
	Rozpoznávání ručně psaných číslic metodou K-nearest neighbor Horký, Vladimír ; Mikolov, Tomáš (oponent) ; Plchot, Oldřich (vedoucí práce) Tato práce se zabývá problematikou rozpoznávání ručně psaných číslic. Rozebírá problémy při řešení rozpoznávání metodou K-nejbližších sousedů. Část práce popisuje postup při návrhu a implementaci této metody. Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English