Klasifikace a predikce funkcionálních dat

Bc. Aneta Šikyňová

Diplomová práce

Classification and prediction of functional data

Abstract:

In this thesis we study data classification, when predictors are data in functional form. We introduce classification methods such as k nearest neighbors, linear and quadratic discriminant analysis, logistic regression, functional logistic regression, decision trees and random forests. We compare the classification performance on real data sets from different applications. At the end we present simulation study, where we are dealing with multiclass classification.

Abstract:

V této diplomové práci se věnujeme klasifikaci dat, kde jsou prediktory funkcionální podoby. Představíme metody klasifikace jako jsou k nejbližších sousedů, lineární a kvadratická diskriminační analýza, logistická regrese, funkcionální logistická regrese, rozhodovací stromy a náhodné lesy. Porovnáme klasifikační sílu na reálných datech z různých aplikací. V závěru uvádíme simulační studii, kde představíme klasifikaci pro více tříd.

Klíčová slova

Analýza funkcionálních dat, Klasifikace, Predikce, Regularizace, Funkcionální analýza hlavních komponent, Imputace dat, Lineární a kvadratická diskriminační analýza, Funkcionální logistická regrese, Rozhodovací stromy, Functional data analysis, Classification, Prediction, Regularization, Functional principal component analysis, Data imputation, Linear and quadratic discriminant analysis, Functional logistic regression, Decision trees

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 21. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2021
• Vedoucí: Mgr. David Kraus, Ph.D.
• Oponent: doc. Mgr. Jan Koláček, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Aplikovaná matematika / Statistika a analýza dat