Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.01 vteřin. 
Koncepty strojového učení pro kategorizaci objektů v obrazu
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.
Předpovídání vývoje časových řad
Dvořáček, Tomáš ; Rozman, Jaroslav (oponent) ; Hříbek, David (vedoucí práce)
Cílem této práce je navrhnout a implementovat program, který ze zadaného vstupu bude schopen analyzovat a predikovat budoucí vývoj univarietních a multivarietních časových řad. V řešení byly využity statistické přístupy a přístupy kdy se časová řada předpovídá pomocí neuronových sítí.
Výpočet výnosnosti podílového fondu
SKŮPA, Martin
Mnoho lidí projevuje zájem o výpočet výnosnosti podílového fondu. Toho lze dosáhnout vypracováním metodiky výpočtu výnosnosti podílového fondu s ohledem na náhodnou úrokovou míru. Porovnána je výnosnost různých investičních strategií. Srovnání je doprovázeno grafy. V bakalářské práci je vysvětleno, proč použití této metody investování je pro jednotlivce vynikající cestou k získání diverzifikovaného portfolia. Následně jsou uvedeny různé příklady skladby portfolií a krátký úvod do historie kolektivního investování. Uvedeny jsou také analýzy náhodných úrokových sazeb vypracované v počítačovém programu Microsoft Excel. Pro tyto analýzy byly použity specifické ukazatele, jako je směrodatná odchylka, střední hodnota, normální rozdělení. Zohledněna je také volatilita a riziko. Všechny tyto ukazatele vedou k výpočtu výnosu podílového fondu.
Koncepty strojového učení pro kategorizaci objektů v obrazu
Hubený, Marek ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Tato práce se zabývá problémem rozpoznávání objektů a scén pomocí nástrojů strojového učení a počítačového vidění. Před řešením tohoto problému byly prostudovány základní fáze konceptu strojového učení a statistické modely s důrazem na jejich rozdělení na diskriminativní a generativní metody. Dále byla prostudována a popsána metoda Bag-of-words a její modifikace. V praktické části práce byla v prostředí Matlab vytvořena implementace metody Bag-of-words s SVM klasifikátorem a daný model byl prověřen na různých množinách veřejně dostupných obrazů.

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