|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Klasifikace emailové komunikace
Piják, Marek ; Herout, Adam (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá vytvořením klasifikátoru, který bude schopen rozpoznat emailovou zprávu společnosti Topefekt.s.r.o a zařadit ji do korespondující klasifikační třídy. Tento projekt bude využívat řadu nejpoužívanějších klasifikačních metod včetně strojového učení. Jako součást této práce bude i ohodnocení úspěšnosti jednotlivých metod.
|
|
|
Detekce přítomnosti osob pomocí IoT senzorů
Kolarčík, Tomáš ; Jeřábek, Kamil (oponent) ; Pluskal, Jan (vedoucí práce)
Cílem této práce bylo vytvořit modul do domácího automatizačního nástroje Home Assistant. Modul je schopen určit ve kterých místnostech se někdo nachází a odhadnout jeho přesnější pozici. Pro tyto účely nelze použít známou lokalizaci pomocí GPS, jelikož je uvnitř budov nepřesná, a proto je potřeba použít některou z technik určení polohy uvnitř budov. Jako řešení tohoto problému byla využita lokalizace pomocí bezdrátové technologie Bluetooth Low Energy. Technikou lokalizace je metoda fingerprinting, která je založená na odhadu pozice podle síly signálu na určitých bodech v prostoru, které jsou porovnány s databází těchto bodů s využitím strojového učení. Systém je možné doplnit pohybovými senzory, které se postarají o rychlou odezvu při vstupu do místnosti. Tento systém je možné nasadit v rámci domu, bytu nebo menší až střední firmy pro určení pozice osob v objektu a může sloužit jako velice silný prvek domácí automatizace.
|
|
| |
|
|
Adaptivní klient pro sociální síť Twitter
Guňka, Jiří ; Kajan, Rudolf (oponent) ; Šperka, Svatopluk (vedoucí práce)
Účelem této práce je vytvořit uživatelsky přívětivého klienta pro službu Twitter, využívajícího metod strojového učení k doporučování zajímavých příspěvků uživateli na základě jeho dosavadního chování. Klient nabízí klasické funkce poskytované obecně všemi klienty a k tomu přidává funkčnost v podobě doporučování příspěvků a grafického znázornění aktuálních příspěvků.
|
|
| |
|
|
Metody hledání k-nejbližších sousedů
Cigánik, Marek ; Bartík, Vladimír (oponent) ; Burgetová, Ivana (vedoucí práce)
V práci je popsán základní koncept algoritmu K-nejbližších sousedů a jeho vazba s lidským pojetím podobnosti objektů. Jsou rozvedeny pojmy a klíčové myšlenky jako vzdálenostní funkce nebo prokletí dimenzionality. Práce zahrnuje detailní popis metod KD-Strom, Kulovitý strom, Locality-Sensitive Hashing, Strom náhodných projekcí a rodiny algoritmů založené na grafu nejbližších sousedů. Ke každé metodě je poskytnuto vysvětlení ideje s vizualizacemi, pseudokódy a asymptotickými složitostmi. Metody byly podrobeny experimentům a byly měřeny základní i pokročilejší metriky, ze kterých byly vyhodnoceny případy vhodnosti pro jednotlivé metody.
|
|
|
Detekce přítomnosti osob pomocí IoT senzorů
Kolarčík, Tomáš ; Jeřábek, Kamil (oponent) ; Pluskal, Jan (vedoucí práce)
Cílem této práce bylo vytvořit modul do domácího automatizačního nástroje Home Assistant. Modul je schopen určit ve kterých místnostech se někdo nachází a odhadnout jeho přesnější pozici. Pro tyto účely nelze použít známou lokalizaci pomocí GPS, jelikož je uvnitř budov nepřesná, a proto je potřeba použít některou z technik určení polohy uvnitř budov. Jako řešení tohoto problému byla využita lokalizace pomocí bezdrátové technologie Bluetooth Low Energy. Technikou lokalizace je metoda fingerprinting, která je založená na odhadu pozice podle síly signálu na určitých bodech v prostoru, které jsou porovnány s databází těchto bodů s využitím strojového učení. Systém je možné doplnit pohybovými senzory, které se postarají o rychlou odezvu při vstupu do místnosti. Tento systém je možné nasadit v rámci domu, bytu nebo menší až střední firmy pro určení pozice osob v objektu a může sloužit jako velice silný prvek domácí automatizace.
|
|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Klasifikace emailové komunikace
Piják, Marek ; Herout, Adam (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá vytvořením klasifikátoru, který bude schopen rozpoznat emailovou zprávu společnosti Topefekt.s.r.o a zařadit ji do korespondující klasifikační třídy. Tento projekt bude využívat řadu nejpoužívanějších klasifikačních metod včetně strojového učení. Jako součást této práce bude i ohodnocení úspěšnosti jednotlivých metod.
|
host ::
RSS.