Rozhodovací stromy a jejich aplikace při analýze dat

Tomáš Hejret

Diplomová práce

Decision Trees and Their Application in Data Analysis

Anotace:

Tato diplomová práce se zabývá metodami strojového učení, jejich srovnáním a detailněji pak metodou rozhodovacích stromů. V návaznosti zde lze nalézt metodiky určování kvality implementace metod strojového učení. Dále obsahuje popis konkrétní implementace metody rozhodovacích stromů, která je součástí této práce, experimentů s reálnými daty, provedených nad touto implementací a zhodnocení výkonnosti dle uznávaných metodik měření. V závěru práce se nachází výčet technik, které by realizovanou implementaci z různých hledisek vylepšily.

Abstract:

This master thesis discuses about machine learning methods, comparison of them and more in detail about decision trees method. Related to these methods there are listed methodologies of determination quality of machine learning methods. Thesis also includes description of particular decision trees implementation, which stands as a part of the thesis, experiments with real-life data, performed with the current implementation and evaluated performance according to relevant measure methodologies. At the end of the thesis there is a list of techniques, which could enhance particular implementation in various points of view.

Klíčová slova

analýza dat, dolování dat, náhodné lesy, rozhodovací strom, strojové učení, učení s učitelem, klasifikace, regrese

Keywords

data analysis, data mining, random forests, decision tree, machine learning, supervised learning, classification, regression

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 7. 5. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 8. 6. 2015
• Vedoucí: Petr Gajdoš
• Oponent: Jan Janoušek

VŠB - Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Magisterský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika