Bayesian Networks and their Use in Data Mining – Mgr. David HANZELKA
Mgr. David HANZELKA
Disertační práce
Bayesian Networks and their Use in Data Mining
Bayesian Networks and their Use in Data Mining
Abstract:
The dissertation thesis deals with the problem of machine learning of Bayesian network structure from data. It introduces several new consecutions (and related concepts) for improving the efficiency of the existing algorithms. We propose to enhance the standard genetic algorithms (GAs), used in this context, with these new consecutions: 1) to use the Lamarckian, instead of the standardly used Darwinian …víceAbstract:
Disertační práce se zabývá možnostmi využití Bayesovských sítí při dolování (znalostí) z dat. Zaměřuje se zejména na proces strojového učení struktury Bayesovské sítě z dat s použitím genetických algoritmů (GAs). Pro zvýšení efektivnosti standardních GAs použitých v daném kontextu navrhuje zavedení několika nových postupů a souvisejících konceptů. Jedná se zejména o tyto postupy: 1) Použití Lamarckovské …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 26. 4. 2008
Zveřejnit od: 26. 4. 2008
Obhajoba závěrečné práce
- Obhajoba proběhla 29. 9. 2008
- Vedoucí: prof. RNDr. Ivan Křivý, CSc.
Citační záznam
Jak správně citovat práci
HANZELKA, David. Bayesian Networks and their Use in Data Mining. Ostrava, 2008. disertační práce (Ph.D.). OSTRAVSKÁ UNIVERZITA V OSTRAVĚ. Přírodovědecká fakulta
Plný text práce
Právo: Autor si přeje zpřístupnit práci veřejnosti od 26.4.2008
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou od 26. 4. 2008 dostupné: autentizovaným zaměstnancům ze stejné školy/fakulty, autentizovaným studentům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: OSTRAVSKÁ UNIVERZITA V OSTRAVĚ, Přírodovědecká fakultaOSTRAVSKÁ UNIVERZITA V OSTRAVĚ
Přírodovědecká fakultaDoktorský studijní program / obor:
Informatika / Informační systémy
Práce na příbuzné téma
-
Analýza struktury obrazu karotidového plátu s použitím deskriptorů a hlubokého učení
Vladyslav Sherstobitov -
Analýza struktury obrazu karotidového plátu s použitím deskriptorů a hlubokého učení
Vladyslav Sherstobitov -
Aplikace algoritmů strojového učení ve spektroskopii
Jakub Hruška -
Prostorová interpolace výšky vegetace z dat GEDI a ICESat-2
Ondřej Coufal -
Automatické strojové metody získávání znalostí z multimediálních dat
Jan Mašek -
Strojové učení z dat systémů pro detekci síťového průniku
Michal Dostál -
Verifikace a doplnění Open Land Use z dat DPZ
Jan Chytrý -
Automatická detekce osob z vizuálních dat
Adam KLEČKA