Výběr atributů při dolování znalostí z textových dat

Bc. Filip Balák

Master's thesis

Feature selection in text mining

Anotácia:

Diplomová práce se zabývá využitím výběru atributů při dolování znalostí z textových dat. V rámci práce je navržena a realizována série experimentů zaměřených na dolovaní znalostí z textových dat. Na základě výstupu těchto experimentů je zhodnocen vliv různých metod výběru atributů na průběh celého procesu dolování znalostí a na jeho výsledky. Součástí experimentů je vyhodnocení vlivu rozdílných jazyků a velikostí datových kolekcí.

Abstract:

The diploma thesis focuses on using feature selection in text mining. Series of experiments oriented on text mining are designed and carried out. The effect of different methods of feature selection to the entire text mining process and its results are evaluated based on output of the experiments. As part of evaluation process is also discovering influance of using different languages and sizes of data collections.

Kľúčové slová

výběr atributů, Naivní Bayes, Náhodný les, K-means, Python, dolování znalostí z dat, strojové učení

Keywords

data mining, machine learning, feature selection, Random forest, Naive Bayes, K-means, Python

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 4. 1. 2018

Obhajoba závěrečné práce

• Vedúci: doc. Ing. František Dařena, Ph.D.
• Oponent: Jan Žižka, CSc.

Mendel University in Brno

Faculty of Business and Economics

Master programme / odbor:
System engineering and informatics / Economic informatics