Využití strojového učení pro snížení rizik při užívání psychedelických látek – Bc. Štěpán Pešout
Bc. Štěpán Pešout
Master's thesis
Využití strojového učení pro snížení rizik při užívání psychedelických látek
Using machine learning to reduce the risks of psychedelic substance use
Abstract:
Tato práce hledá možnosti využití strojového učení ke snížení rizik spojených s užíváním psychedelických látek. Problém řeší pomocí několika klasifikačních modelů, které predikují charakter psychedelické zkušenosti. V teoretické části jsou formulována východiska pro psychedelické zážitky, různé typy látek a jejich využití. Je popsán vliv myšlenkového nastavení a prostředí na průběh zkušenosti a jsou …moreAbstract:
This work seeks to use machine learning to reduce the risks associated with psychedelic substance use. It addresses the problem using several classification models that predict the nature of the psychedelic experience. The theoretical part formulates the background of psychedelic experiences, different types of substances and their uses. The influence of mind-set and environment on the course of the …more
Language used: Czech
Date on which the thesis was submitted / produced: 4. 4. 2023
Thesis defence
- Date of defence: 24. 5. 2023
- Supervisor: Ing. Josef Pavlíček, Ph.D.
- Reader: Ondřej Cahlík, externi
Citation record
ISO 690-compliant citation record:
PEŠOUT, Štěpán. \textit{Využití strojového učení pro snížení rizik při užívání psychedelických látek}. Online. Master's thesis. Praha: Czech University of Life Sciences Prague, Faculty of Economics and Management. 2023. Available from: https://theses.cz/id/0od854/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Česká zemědělská univerzita v Praze, Provozně ekonomická fakultaCzech University of Life Sciences Prague
Faculty of Economics and ManagementMaster programme:
Informatika
Theses on a related topic
-
Machine learning techniques of mass spectra prediction
Filip Jozefov -
Bankruptcy prediction with explainable machine learning methods
Munkhnaran Tsogoo -
Machine Learning-Aided Monitoring and Prediction of Respiratory and Neurodegenerative Diseases Using Wearables
Justyna Skibińska -
Prediction of normal maps using machine learning methods
Ekaterina Korotkaya -
Machine Learning in Prediction of Asset Price Bubble Bursts
Martin Hvězda -
Predikční model pro celkovou efektivitu zařízení
Jiří Horák -
The use of Hidden Markov model and Markov switching model in a trading strategy
Tomáš Robovský -
Empirický makroekonomický model českého trhu práce
Adam Liška
Name
Posted by
Uploaded/Created
Rights