Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Imputation Of Missing Values In Clinical Data
BIRKLBAUER, Micha Johannes
Imputation of missing data is a crucial step in data analysis since many statistical methods require complete datasets. In that regard MissForest imputation is a powerful tool that seems to outperform most other imputation approaches. This analysis evaluates how good imputation using MissForest is compared to other methods like imputation by Multivariate Imputation by Chained Equations (MICE), Restricted Boltzmann Machines (RBM) or the standard strawman (mean) imputation in a clinical dataset that is used to predict the mortality of patients after heart valve surgery.
Prediction of energy load profiles
Bartoš, Samuel ; Fink, Jiří (vedoucí práce) ; Van Leeuwen, Richard (oponent)
Predikce profilů spotřeby elektrické energie je důležitým tématem Smart Grid technologií. Přesné předpovědi mohou vést redukci cen a snížení závislosti na komerčních dodavatelích energie pomocí adaptace na ceny na energetickém trhu, efektivního využití solární a větrné energie a promyšleného plánování spotřeby. Tato diplomová práce porovnává různé statistické modely s metodami strojového učení, a také jejich schopnost předpovídat profily spotřeby elektrické energie na celý den rozdělený do 48 půlhodinových časových intervalů. Dále se věnujeme různým metodám předzpracování dat a jejich vlivu na přesnost modelů. Navíc také porovnáváme rozličné metody imputace dat, které rekonstruuji chybějící pozorování častokrát přítomné v datech energetické spotřeby.

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