|
|
Webový portál pro správu a klasifikaci informací z distribuovaných zdrojů
Vrána, Pavel ; Chmelař, Petr (oponent) ; Drozd, Michal (vedoucí práce)
Tato diplomová práce se zabývá technikami dolování dat a jejich klasifikací do kategorií dle kriterií. Cílem práce je implementace webového portálu pro správu a klasifikaci dat z distribuovaných zdrojů. K dosažení cíle bude třeba otestovat rozdílné metody a najít nejvhodnější z nich pro klasifikaci internetových článků. Ze získaných výsledků bude navržena maximálně automatizovaná aplikace pro stahování a klasifikaci dat z různých internetových zdrojů, která by v konečném důsledku měla nahradit uživatele, jež by tuto práci prováděl manuálně.
|
|
|
Data mining
Netušil, Jindřich ; Havránek, Martin (vedoucí práce) ; Benda, Petr (oponent)
Tato bakalářská práce se zabývá dolováním dat z datových skladů. Teoretická část se věnuje především používaným data miningovým metodologiím a technikám. Dále se pak zabývá uložením dat a výběrem vhodného softwaru.
V praktické části se pak práce zaměřuje na aplikaci data miningové metodologie CRISP-DM nad daty z reálného datového skladu. Z výsledků jednotlivých modelů je formulován závěr.
|
|
|
Webový portál pro správu a klasifikaci informací z distribuovaných zdrojů
Vrána, Pavel ; Chmelař, Petr (oponent) ; Drozd, Michal (vedoucí práce)
Tato diplomová práce se zabývá technikami dolování dat a jejich klasifikací do kategorií dle kriterií. Cílem práce je implementace webového portálu pro správu a klasifikaci dat z distribuovaných zdrojů. K dosažení cíle bude třeba otestovat rozdílné metody a najít nejvhodnější z nich pro klasifikaci internetových článků. Ze získaných výsledků bude navržena maximálně automatizovaná aplikace pro stahování a klasifikaci dat z různých internetových zdrojů, která by v konečném důsledku měla nahradit uživatele, jež by tuto práci prováděl manuálně.
|
|
|
Datamining - teorie a praxe
Popelka, Aleš ; Maryška, Miloš (vedoucí práce) ; Machač, Ivo (oponent)
Tato diplomová práce zpracovává téma technologie zvané data mining. Práce nejdříve popisuje data mining jako svébytný obor a dále jeho procesní postupy a nejčastější využití. Samotný pojem data mining je poté vysvětlen pomocí metodik popisujících jednotlivé části procesu dobývání znalostí z databází - CRISP-DM, SEMMA. Práce si dává za cíl představit hlavní metody data miningu a konkrétní algoritmy - rozhodovací stromy, neuronové sítě a genetické algoritmy, přičemž tato fakta jsou zároveň použita jako určitý teoretický úvod, na který navazuje praktická aplikace. V této aplikaci jde o hledání příčin vzniku meningoencefalitidy u určitého vzorku pacientů. Pro analýzu byly použity rozhodovací stromy v systému Clementine, který patří ke špičce dataminingových nástrojů.
|
host ::
RSS.