Vizualizace algoritmu Isolation Forest – Ing. Alena Strnadová
Ing. Alena Strnadová
Bakalářská práce
Vizualizace algoritmu Isolation Forest
The Visualization of the Isolation Forest Algorithm
Anotace:
Tato bakalářská práce se věnuje vizualizaci algoritmu Isolation Forest, který je určen pro detekci anomálií. V teoretické části práce je popsán princip algoritmu, včetně základních informací o strojovém učení a detekci anomálií. V praktické části je navržena a implementována knihovna pro vizualizaci jednotlivých binárních stromů, která je otestována zdokumentována a zveřejněna jako balíček npm. Teoretická …víceAbstract:
This bachelor thesis focuses on the visualization of the Isolation Forest algorithm, designed for anomaly detection. The theoretical part of the thesis describes the principle of the algorithm, including basic information about machine learning and anomaly detection. In the practical part, a library for visualizing individual binary trees is designed, implemented, tested, documented, and published …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 13. 5. 2024
Obhajoba závěrečné práce
Citační záznam
Jak správně citovat práci
Strnadová, Alena. Vizualizace algoritmu Isolation Forest. Zlín, 2024. bakalářská práce (Bc.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Univerzita Tomáše Bati ve Zlíně
Fakulta aplikované informatikyBakalářský studijní program / obor:
Softwarové inženýrství / Softwarové inženýrství
Práce na příbuzné téma
-
Praní peněz prostřednictvím kryptoměn a možnosti jejich detekce
Lukáš Mencák -
Návrh a ověření systému detekce anomálií založeného na strojovém učení v průmyslových řídicích systémech
Jan Vávra -
Nový framework pro experimenty strojového učení
Adam Bajger -
Využití strojového učení pro detekci anomálií na základě analýzy systémových logů
Miroslav Šiklóši -
Detekce anomálií v průmyslových řídicích systémech na základě strojového učení
Kateryna Tsymbal -
Detekce anomálií v záznamech systémových událostí pomocí strojového učení
Eva Moresová -
Rozpoznávání lidských činností pomocí detekce anomálii
Ondřej Stehlík