Porovnání softwarů na digitalizaci faktur – Jiří Zahálka
Jiří Zahálka
Bakalářská práce
Porovnání softwarů na digitalizaci faktur
Software comparison for invoice digitization
Anotace:
Tato bakalářská práce se zabývá porovnáním softwarů, které využívají moderní dostupné technologie k digitalizaci faktur a technikami, které jsou k digitalizaci využívané. Na úvod je vysvětlena daná problematika, proč je třeba se daným tématem zabývat, jaké výhody s sebou digitalizace faktur přináší a jsou popsány stanovené cíle práce.V hlavní části jsou popsané techniky, které se při digitalizaci využívají …víceAbstract:
This bachelor thesis focuses on the comparison of two software using modern technologies for invoice digitization and techniques used for it. The introduction explains problematics and the importance of this topic as well as determined goals of this thesis.The main part describes the techniques used for digitization, such as OCR for transferring printed text into digital form. Semantic analysis that …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 16. 10. 2017
Identifikátor:
http://www.vse.cz/vskp/eid/72826
Obhajoba závěrečné práce
- Obhajoba proběhla 19. 6. 2018
- Vedoucí: Tomáš Bruckner
- Oponent: Juraj Kiš
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: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/72826
Vysoká škola ekonomická v Praze
Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Machine learning and other robust approaches at the service of survival analysis: Alternatives to selected methods in statistical inference and prediction
Lubomír Štěpánek -
Aplikace Machine learningu pro získávání dat z dokumentů
Adéla Šolarová -
Application of Machine Learning Models within Credit Risk Modelling
Petr Nguyen -
Machine Learning in Prediction of Asset Price Bubble Bursts
Martin Hvězda -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Explaining convolutional neural network using clustering methods
Adam Bajger -
Speeding up inference time of neural machine translation
Martin Geletka -
Simulation of Multiple Motile Agents Using Neural Networks
Branislav Ševc