|
| |
|
|
Predikce hodnot v čase
Maršová, Eliška ; Bařina, David (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato práce se zabývá predikcí číselných řad, jejichž aplikace je vhodná i pro predikci vývoje cen na burze. Jsou vysvětleny postupy analýzy a práce s cenovými grafy. Také jsou objasněny způsoby strojového učení. Znalosti jsou využity k sestavení programu, který v řadě nalezne vzory umožňující predikci.
|
|
| |
|
|
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.
|
|
|
Dolování z dat v jazyce Python
Šenovský, Jakub ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Cílem této práce bylo seznámení se s jednotlivými fázemi získávání znalostí z dat, s podporou programovacích jazyků Python a R v oblasti dolování dat a demonstrace jejich použití na dvou případových studiích. Následným krokem bylo porovnání těchto jazyků z hlediska dolování dat. Je zde popsaná fáze předzpracování dat a dolovací algoritmy pro klasifikaci, predikci a shlukování. Představeny zde byly významné knihovny pro jazyky Python a R. V první případové studii byla demonstrována práce s časovými řadami pomocí ARIMA modelu a neuronových sítí s ověřením přesnosti pomocí střední kvadratické chyby. V druhé případové studii byla popsaná klasifikace výsledků fotbalových zápasů pomocí k - nejbližších sousedů, Bayesova klasifikátoru, náhodného lesu a logické regrese. Přesnost klasifikace byla zobrazena pomocí skóre přesnosti a konfúzní matice. Práci uzavírá zhodnocení výsledků a návrhy pro budoucí vylepšení jednotlivých modelů.
|
|
|
Využití získávání znalostí pro data z PDF souborů
Dvořáček, Libor ; Burgetová, Ivana (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce se zabývá extrakcí tabulek z digitálně vytvořených pdf a následným použitím získatých dat pro datovou analýzu. Použity jsou metody redukce dimenzí a shlukové analýzy. Hlavním obsahem je rozbor dostupných nástrojů pro extrakci dat v jazyce python, popis a porovnání použitých metod strojového učení a implementace aplikace, která všechna tato témata sdružuje do jednoho funkčního celku na adrese: http://extraktor.herokuapp.com
|
|
|
Získávání znalostí na webu - shlukování
Rychnovský, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou získávání znalostí na webu. Cílem bylo prostudovat metody shlukovaní a realizovat shlukování pomocí algoritmu k-means. Potom algoritmus testovat na množině dokumentů a datech získaných z webu a následně vyhodnotit dosažené výsledky této metody. Shlukování bylo implementováno pomocí technologie Java.
|
|
|
Modul pro dolování v časových řadách systému pro dolování z dat
Klement, Ondřej ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Předmětem této diplomové práce je rozšíření funkcionality existujícího systému pro dolování z dat. Systém bude rozšířen o modul pro dolování dat z časových řad. Práce se skládá z obecného úvodu do problematiky dolování z dat a pokračuje pojednáním o časových řadách. Práce obsahuje rozbor některých současných úloh a popis algoritmů, používaných při dolování dat z časových řad. Následuje koncepce implementace nového modulu a popis konkrétní dolovací metody. V závěru práce jsou navržena i další možná rozšíření aktuálního systému.
|
|
| |
|
|
Dolování víceúrovňových asociačních pravidel
Nachtnebl, Viktor ; Stryka, Lukáš (oponent) ; Bartík, Vladimír (vedoucí práce)
Obor získávání znalostí z dat je poměrně mladý a stále více se rozvíjí. Tato bakalářská práce se zabývá problematikou dolování víceúrovňových asociačních pravidel. Diskutovány jsou čtyři metody dolování těchto pravidel. Dále nabízí náhled do návrhu a implementace aplikace. V závěru jsou pak porovnány a zhodnoceny výsledky všech čtyřech algoritmů.
|
host ::
RSS.