|
|
Dolování dat
Stehno, David ; Hynčica, Tomáš (oponent) ; Honzík, Petr (vedoucí práce)
Cílem diplomové práce bylo nastudovat a popsat metodologii dolování dat CRISP-DM. Ze získané databáze byla prováděna predikce počtu hovorů na call centrum, přičemž bylo postupováno podle metodiky CRISP-DM. Ve fázi modelování byly použity 4 druhy modelů a to K-NN, neuronová síť, lineární regrese a model využívající metodu podpůrných vektorů. Pomocí různých druhů selekcí bylo zhodnoceno, které vstupní atributy mají důležitou roli pro výslednou predikci. Získané výsledky a poznatky mohou v budoucnu sloužit pro přesnější předpovědi nejen počtu hovorů, ale i jiných ukazatelů, důležitých pro call centrum.
|
|
|
Využití data miningu v personální agentuře
Ondruš, Erik ; Janata, Michal (oponent) ; Luhan, Jan (vedoucí práce)
Tato diplomová práce se zabyvá využitím technik dolování dat v oblasti segmentace a predikce nástupu kandidátů personální agentury. Získané vysledky by měly zefektivnit firemní procesy v oblasti zpracování poptávek a podpořit osobní přístup ke kandidátům. První kapitola obsahuje nezbytné teoretické minimum z oblasti Business Intelligence, datovych skladů, data miningu a marketingu. Dále je představena analyza současného stavu s důrazem na zachycení klíčového procesu zpracování poptávky. Poslední kapitola je určena samotnému návrhu a implementaci vlastního řešení nad platformou Microsoft SQL Server 2014. Na závěr jsou předloženy návrhy využití dolování dat v oblasti přímého marketingu.
|
|
|
Analýza dat firmy produkující zdravotnické potřeby
Kulhánková, Monika ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato bakalářská práce se zabývá analýzou prodejních dat společnosti, konkrétně klasifikací typu zákazníka podle jeho prodejních dat. Poskytuje teoretický úvod k získávání znalostí z dat. Popisuje proces klasifikace, metody pro vytváření klasifikátorů a je zde představen model CRISP-DM. V práci jsou popsány poskytnuté datové sady, ze kterých jsou vybrány relevantní atributy. Data jsou předzpracována a použita při tvorbě a testování klasifikačních modelů. Výsledkem práce je porovnání dosažených výsledků.
|
|
|
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.
|
|
|
Using Data Mining in Various Industries
Fabian, Jaroslav ; Novotný, Jakub (oponent) ; Kříž, Jiří (vedoucí práce)
This master’s thesis concerns about the use of data mining techniques in banking, insurance and shopping centres industries. The thesis theoretically describes algorithms and methodology CRISP-DM dedicated to data mining processes. With usage of theoretical knowledge and methods, the thesis suggests possible solution for various industries within business intelligence processes.
|
|
|
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.
|
|
|
Analýza dat firmy produkující zdravotnické potřeby
Kulhánková, Monika ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato bakalářská práce se zabývá analýzou prodejních dat společnosti, konkrétně klasifikací typu zákazníka podle jeho prodejních dat. Poskytuje teoretický úvod k získávání znalostí z dat. Popisuje proces klasifikace, metody pro vytváření klasifikátorů a je zde představen model CRISP-DM. V práci jsou popsány poskytnuté datové sady, ze kterých jsou vybrány relevantní atributy. Data jsou předzpracována a použita při tvorbě a testování klasifikačních modelů. Výsledkem práce je porovnání dosažených výsledků.
|
|
|
Vizualizace výsledků data miningu prostřednictvím BI nástrojů
Fiřtík, Zdeněk ; Chudán, David (vedoucí práce) ; Rauch, Jan (oponent)
Tématem této práce je pokus o vizualizaci výsledků data minigu prostřednictvím business intelligence nástrojů. Práce postupuje od podrobné charakteristiky základních pojmů, metodik a postupů, které jsou nedílnou součástí procesu data miningu a následné vizualizace. Práce je věnována všem, které zajímá problematika data miningu a použití BI nástrojů, dále může nabídnout motivy k zamyšlení, zda budou tyto nástroje vhodné pro jejich použití.
|
|
|
Využití statistických metod při oceňování nemovitostí
Funiok, Ondřej ; Pecáková, Iva (vedoucí práce) ; Řezanková, Hana (oponent)
Diplomová práce se zabývá oceňováním nemovitostí v České republice za pomocí statistických metod. Práce se zaměřuje komplexní úlohu založenou na datech z inzertního webového portálu. Cílem diplomové práce je vytvoření prototypu statistického predikčního modelu pro oceňování obytných nemovitostí v Praze a jeho vyhodnocení pro další možnosti rozšiřování. Struktura práce je koncipovaná podle metodiky CRISP-DM. Na předzpracovaných datech jsou postupně vyzkoušeny metody regresních stromů a náhodných lesů, pomocí kterých je predikována cena nemovitostí.
|
|
|
Aplikace systému LISp-Miner na rozsáhlá reálná data
Hrnčíř, Jan ; Rauch, Jan (vedoucí práce) ; Chudán, David (oponent)
Tato diplomová práce popisuje pokročilé metody dobývání znalostí z databází (DZD), implementované v systému LISp-Miner. Cílem je ukázat možnosti koordinovaného využití analytických nástrojů a složitějších GUHA procedur tohoto systému. V diplomové práci je použita metodika CRISP-DM, která je nejdříve popsána a v následujících částech práce je podle ní postupováno. Autor práce nejprve představí čtenáři doménovou oblast a poté samotná data, která jsou dle zpracována pro potřeby analýz. Analytické otázky, na které je odpovídáno, jsou čerpány z literatury zabývající se doménovou oblastí. Práce by měla sloužit jako návod uživatelům systému LISp-Miner, použití analytických nástrojů a GUHA procedur je proto popisováno co nejsrozumitelnějším způsobem.
|
host ::
RSS.