David Hanina
Bachelor's thesis
Analýza a vizualizace dat v pohostinství
Data analysis and visualization in hospitality business
Abstract:
Bakalářská práce: „Analýza a vizualizace dat v pohostinství“ má za cíl shromáždit volně dostupná data ze sektoru pohostinství a dále je zpracovat a vizualizovat. Práce se věnuje tématům jako sběr, ukládání dat a jaké metody lze využít, ať už pro menší objem dat nebo pro big data. Dále se pak věnuje data miningu, strojovému učení a primárně zpracovávání přirozeného textu, které je pro extrahování nových …moreAbstract:
Bachelor’s thesis: „Data analysis and visualization in hospitality business“ aims to collect freely available data from the hospitality sector and to further process and visualize them. Thesis looks at topics such as storing and collecting data and what methods can be used, whether for a small volume of data or for big data. Thesis also deals with data mining, machine learning and primarily natural …more
Language used: Czech
Date on which the thesis was submitted / produced: 9. 12. 2022
Identifier:
https://is.muni.cz/th/jlwoj/
Thesis defence
- Date of defence: 19. 1. 2023
- Supervisor: Ing. Ladislav Šiška, Ph.D.
- Reader: doc. Ing. Radoslav Škapa, Ph.D.
Citation record
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: Masarykova univerzita, Ekonomicko-správní fakultaMasaryk University
Faculty of Economics and AdministrationBachelor programme / field:
Business Informatics / Business Informatics
Theses on a related topic
-
Portfolio optimization with quantitative and newspaper sentiment analysis
Nam Hoang -
Sentimentální analýza značky
David Kwolek -
Moderní metody sémantické a sentimentální analýzy textu
Pavel Drtil -
Digital document analysis using machine learning methods
Nicholas Čapek -
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Machine learning analysis and cataloging of extragalactic sources
Matej Kosiba -
Leveraging Machine Learning for Time Series Predictive Analysis
Samuel Ambros -
Analysis and classification of long terminal repeat (LTR) sequences using machine learning approaches
Jakub Horváth