Vývoj webové platformy pro přípravu dat vhodných ke strojovému učení

Martin Choutka

Bachelor's thesis

Development of a web platform for the preparation of data suitable for machine learning

Anotácia:

Práce se zaměřuje na strojové učení, tréninková data a tvorbu platformy, která přípravu těchto dat umožňuje. Teoretická část pojednává o základních procesech vývoje softwaru, které jsou praxi používány, a které praktická část využívá. Práce v teoretické části seznamuje čtenáře s jednotlivými technologiemi, které se používají na straně klienta, či na straně serveru. Popsána jsou také řešení, která umožňují verzování – tedy verzovací systém Git, či způsoby, kterými lze vyvinuté aplikace provozovat. Teoretická část v neposlední řadě hovoří o strojovém učení. V první řádě se jedná o tréninková data, způsoby označování, jaká jsou úskalí, a následně jsou analyzovány platformy, které označování tréninkových dat umožňují. V praktické části je provedena analýza dostupných technologií, kdy byl jako programovací jazyk zvolen JavaScript, který se používá na straně klienta, tak na straně serveru, a zaštituje tak celou aplikaci. Analýza byla také provedena pro služby umožňující hosting, datová úložiště či služby pro zasílání emailu. V praktické části jsou tyto technologie využity k vytvoření platformy, umožňující podobné funkcionality, jako platformy popsané v části teoretické. Samotná platforma byla úspěšně nasazena, a v neposlední řadě dochází k analýza vzniklé platformy s těmi již existujícími.

Abstract:

The bachelor's thesis focuses on machine learning, training data and the creation of a platform that allows the preparation of this data. The theoretical part deals with the basic software development processes that are used in practice and which the practical part uses. The work in the theoretical part introduces the reader to the various technologies that are used on the client-side or server-side. Solutions that allow versioning - i.e., the Git versioning system or the ways how developed applications can be run are also described. Finally, the theoretical part describes machine learning. These are training data, methods of marking, what are the pitfalls of training data, and the platforms that allow marking of training data are analysed. In the practical part, an analysis of available technologies is performed, where JavaScript was chosen as the programming language, which is used on the client-side and on the server-side. The analysis was also performed for hosting services, data storage or email sending services. In the practical part, these technologies are used to create a platform that allows similar functionality as the platforms described in the theoretical part. The platform itself has been successfully deployed, and the resulting platform is being analysed with those that already exist.

Kľúčové slová

JavaScript, MongoDB, Next.js, webová aplikace, Node.js, data, strojové učení, AWS, serverless, tréninková data

Keywords

MongoDB, Next.js, web application, Node.js, data, machine learning, JavaScript, AWS, serverless, training data

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 15. 3. 2022

Obhajoba závěrečné práce

• Vedúci: Ing. Tomáš Vokoun

Czech University of Life Sciences Prague

Faculty of Economics and Management

Bachelor programme:
Informatics