|
|
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 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.
|
|
|
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.
|
|
|
Bayesovská klasifikace rastrových obrazů pomocí webové aplikace
Talich, M. ; Böhm, O. ; Soukup, Lubomír
Příspěvek představuje webovou aplikaci pro klasifikaci obrazů, vyvíjenou v rámci projektu MŠMT InGeoCalc. Aplikace umožňuje zobrazovat, prohlížet a klasifikovat obrazová data poskytovaná prostřednictvím WMS (Web Map Service) nebo klasické snímky (georeferencované i negeoreferencované). Lze kombinovat data z různých zdrojů, jednotlivé "vrstvy" je možné pro lepší názornost různě zprůhledňovat. Nad daty je možno nezávisle na zdroji provádět řízenou klasifikaci, založenou na bayesovském přístupu. Na výběr je několik základních algoritmů klasifikace s možností nastavení parametrů. Aplikace dále nabízí základní analytické nástroje - výpočet délek, ploch a obvodů na základě klasifikace či uživatelem definovaných polygonů, jednoduché statistické přehledy o klasifikaci (procentuální zastoupení tříd, podíl neklasifikovaných oblastí apod.). Výsledky klasifikace lze ukládat včetně údajů o georeferenci. Aplikace je postavena na běžně rozšířených technologiích a standardech, jediným požadavkem na provozování aplikace je moderní internetový prohlížeč zvládající práci s SVG a přístup k internetu. Jedním z uplatnění aplikace může být např. využití v lesnictví a zemědělství při klasifikaci leteckých měřických snímků. Aplikace je přístupná zdarma.
|
|
|
Praktické uplatnění technologií data mining ve zdravotních pojišťovnách
Kulhavý, Lukáš ; Pour, Jan (vedoucí práce) ; Kučera, Petr (oponent)
Tato diplomová práce se věnuje technologii data mining a možnostem jejího praktického využití v oblasti zdravotních pojišťoven. Práce vymezuje pojem data mining a jeho vztah k pojmu dobývání znalostí z databází. Pojem data mining je vysvětlen mimo jiné pomocí metodik popisujících jednotlivé fáze procesu dobývání znalostí z databází (CRISP-DM, SEMMA). Nechybí informace o možných praktických využitích technologie a o dostupných produktech na trhu (jak produkty zdarma dostupné, tak produkty komerční). Představení hlavních metod data miningu a konkrétních algoritmů (rozhodovací stromy, asociační pravidla, neuronové sítě a další metody) slouží jako teoretický úvod, na který navazují praktické aplikace nad reálnými daty reálných zdravotních pojišťoven. Jedná se o aplikace hledání příčin nárůstu úhrad a predikce odchodu zákazníků. Tyto aplikace jsem řešil ve zdarma dostupných systémech Weka a LISp-Miner. Cílem je představit a ověřit schopnosti data miningu nad daty tohoto typu a ověřit možnosti zmíněných systémů Weka a LISp-Miner při řešení úloh vzhledem k metodice CRISP-DM. Závěr práce je věnován oblastem cloud a grid computingu ve spojitosti s data miningem. Nabízí pohled na možnosti těchto technologií a jejich přínosy pro technologii data mining. Možnosti využití cloud computingu jsou prezentovány na řešení Amazon EC2, grid computing je možné využít z rozhraní Weka Experimenter.
|
host ::
RSS.