|
|
Dolování dat v prostředí DB serveru Oracle a MS SQL Serveru
Opršal, Martin ; Chmelař, Petr (oponent) ; Stryka, Lukáš (vedoucí práce)
Bakalářská práce se zabývá problematikou získávání znalostí z dat. Práce je zaměřena na získávání pravidel z relačních databází na serverech Microsoft SQL a Oracle Data mining serveru. V praktické části je popsán návrh aplikace pro dolování asociačních pravidel pod oběmi servery. V aplikacích jsou použity programovací jazyky asp.NET,C# pro Microsoft SQL server a Java pro Oracle server.
|
|
|
Metody klasifikace www stránek
Svoboda, Pavel ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Hlavním cílem této diplomové práce bylo prostudovat podstatné části klasifikačních metod. Práce obsahuje klíčové klasifikační metody, vysvětluje princip získávání znalostí z databází, pojem datový sklad a třídu CSSBox. Speciálně se zaměřuje na implementování hlavní metody k-nejbližších sousedů. První cílem této práce bylo vytvořit trénovací a testovací data popsaná 'n' atributy. Druhým cílem bylo experimentálně určit, jak zvolit správnou hodnotu 'k', tedy počet sousedů.
|
|
|
Získávání znalostí z obrazových databází
Jaroš, Ondřej ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce je zaměřena na problematiku získávání znalostí z databází, především pak na metody klasifikace a predikce. Tyto metody jsou zde podrobně popsány. Dále se práce zabývá obecně multimediálními databázemi a způsobem, jakým jsou do těchto databází data ukládána. Především jsou tu pak popsány metody pro nízkoúrovňové zpracování obrazových a video dat. V praktické části se diplomová práce zaměřuje na implementaci metody GMM používané pro extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech jsou popsána vstupní data a nástroje, se kterými byla implementovaná metoda porovnávána. Poslední část se zaměřuje na experimenty porovnávající účinnost extrakce rysů vysoké úrovně z nízkoúrovňových dat implementované metody a vybraného klasifikačního nástroje LibSVM.
|
|
|
Případová studie na dolování z dat v jazyce Python
Stoika, Anastasiia ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá základními koncepty a technikami procesu získávání znalostí z dat. Cílem práce je demonstrovat dostupné prostředky jazyka Python, které umožňují provádět jednotlivé kroky tohoto procesu. Práce je zaměřena především na metody a techniky detekce odlehlých pozorování, založené na shlukování a klasifikaci. Jedná se o řešení analytické úlohy, která se týká zdrojů dat s omezeným množstvím využitelné informace. Tato kontrolní činnost by měla sloužit k detekci podezřelých prodejních transakcí nějaké společnosti, které mohou znamenat pokusy o podvod jejích prodejci.
|
|
|
Získávání znalostí z multimediálních databází
Jirmásek, Tomáš ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou získávání znalostí z databází. Důraz je kladen zejména na základní metody klasifikace a predikce pro dolování dat. Dále tato práce obsahuje úvod do multimediálních databází a získávání znalostí z těchto databází. Cílem části zabývající se aplikací dolování z multimediálních dat bylo zaměřit se na extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech je uveden popis používaných dat a výsledky experimentů prováděných nad těmito daty v nástrojích RapidMiner, LibSVM a pomocí vlastní vytvořené aplikace. Závěr práce obsahuje porovnání použitých metod pro extrakci rysů vysoké úrovně z nízkoúrovňového popisu dat.
|
|
|
Dolování dat z databází
Slezák, Milan ; Hynčica, Ondřej (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce je zaměřená na představení možností data miningu. Data mining se zabývá odhalováním skrytých vazeb mezi data. Zájem o tuto oblast se datuje do 60. letech 20 století. Analýza dat našla uplatnění nejdříve v marketingu. Ovšem později se rozšířila do více oblastí a její možnosti stále ještě nejsou plně využity. Při analýze procesu je užitečné dodržovat jednu z metodologií, které byly za tímto účelem vypracovány. Metodologie představují struční systematický návod, jakým způsobem je vhodné postupovat. V rámci data miningu se uplatňuje široké množství algoritmů zaměřených na práci s daty. Je samozřejmé, že se zvyšujícím se zájmem o tuto problematiku stoupal i počet vhodných programů, které je možné pro analýzu využít. Přehled programů, zpracované ukázkové příklady a zhodnocení je také součástí této práce.
|
|
|
Případová studie na dolování z dat v jazyce Python
Stoika, Anastasiia ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá základními koncepty a technikami procesu získávání znalostí z dat. Cílem práce je demonstrovat dostupné prostředky jazyka Python, které umožňují provádět jednotlivé kroky tohoto procesu. Práce je zaměřena především na metody a techniky detekce odlehlých pozorování, založené na shlukování a klasifikaci. Jedná se o řešení analytické úlohy, která se týká zdrojů dat s omezeným množstvím využitelné informace. Tato kontrolní činnost by měla sloužit k detekci podezřelých prodejních transakcí nějaké společnosti, které mohou znamenat pokusy o podvod jejích prodejci.
|
|
|
Získávání znalostí z databází
Jirmásek, Tomáš ; Chmelař, Petr (oponent) ; Jurka, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá problematikou získávání znalostí z databází, konkrétně metodou Bayesovské klasifikace. Cílem práce bylo implementovat vybranou metodu dolování dat a její funkčnost ověřit na vybraném vzorku dat. Aplikace je implementována v programovacím jazyce Java a data určená pro dolování jsou uložena v databázi MySQL. Informace potřebné pro spuštění dolovací úlohy jsou načítány ze vstupního DMSL dokumentu. Získané znalosti jsou poté ukládány také do DMSL dokumentu. Jazyk DMSL musel být rozšířen pro potřeby Bayesovské klasifikace.
|
|
|
Získávání znalostí v prostředí MS SQL
Pijáček, Roman ; Šebek, Michal (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce se zabývá problematikou získávání znalostí z databází v prostředí MS SQL Serveru 2008. Po počátečním uvedení do oblasti získávání znalostí z databází jsou detailněji vysvětleny obecné principy a algoritmy použitých dolovacích metod (Bayesovská klasifikace, asociační pravidla, rozhodovací stromy, shluková analýza). V rámci praktické části této práce je navržena, implementována a otestována klientská desktopová aplikace v jazyce C#, která uživateli umožňuje interaktivní získávání klíčových znalostí a skrytých informací z databází. Aplikace využívá metod zabudovaných v rámci MS SQL Serveru 2008 a také metody Apriori pro dolování silných asociačních pravidel, která byla implementována ve vlastní režii. V závěru jsou diskutována další možná rozšíření stávajícího projektu a uvedeno zhodnocení dosažených výsledků.
|
|
|
Dolování dat v prostředí DB serveru Oracle a MS SQL Serveru
Opršal, Martin ; Chmelař, Petr (oponent) ; Stryka, Lukáš (vedoucí práce)
Bakalářská práce se zabývá problematikou získávání znalostí z dat. Práce je zaměřena na získávání pravidel z relačních databází na serverech Microsoft SQL a Oracle Data mining serveru. V praktické části je popsán návrh aplikace pro dolování asociačních pravidel pod oběmi servery. V aplikacích jsou použity programovací jazyky asp.NET,C# pro Microsoft SQL server a Java pro Oracle server.
|
host ::
RSS.