Prediktivní analýza obsazenosti prostor s pomocí dat z WiFi přístupových bodů

Apti Archakov

Bakalářská práce

Predictive analysis of space occupancy using data from WiFi access points

Anotace:

Cílem dane práce je vytvoření modelu pro prognózu/predikci obsazenosti prostoru provozně ekonomické fakulty. Data pro tuhle práce budou dobyté pomoci skriptu, který bude napsán na jazyce Python a následného parsingu pomoci tohoto scriptu odkazů ve formátu HTML, odkazů, který budou získané z WiFi bodu. Budou také charakterizovány možnosti a principy práce s daty v kontextu WiFi sítě s orientaci na “Big Data”, v důsledku čeho, navrhněme vhodný způsob pro zpracování a transformaci těchto dat. Dále budou prozkoumání a porovnání mezi sebou různé algoritmy strojového učení s cílem odhalit lepší algoritmus pro naši cíl.

Abstract:

The aim of the thesis is to develop a model for forecasting/predicting the occupancy of the Faculty of Economics and Management. The data for this thesis will be mined using a script that will be written on Python language and subsequent parsing using this script of links in HTML format, links that will be obtained from WiFi points. The possibilities and principles of working with data in the context of a WiFi network will also be characterized with an orientation towards "Big Data", as a result, let us propose a suitable method for processing and transforming this data. Furthermore, different machine learning algorithms will be studied and compared with each other in order to discover a better algorithm for our target.

Klíčová slova

big data, machine learning, prediktivní modelování

Keywords

big data, machine learning, predictive modeling

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 15. 3. 2023

Obhajoba závěrečné práce

• Vedoucí: Ing. Jan Masner, Ph.D.

Česká zemědělská univerzita v Praze

Provozně ekonomická fakulta

Bakalářský studijní program / obor:
Systémové inženýrství a informatika / Informatika