Efektívne algoritmy pre učenie rozhodovacích stromov

RNDr. Jakub Gajarský, Ph.D.

Bakalářská práce

Efficient algorithms for learning decision trees

Abstract:

The subject of this work is decision tree learning. Its aim was to give an overview of existing methods and algorithms. Furthemore, the new algorithm for decision tree learning based on genetic algorithms is described. The new algorithm is tested on data and compared with some selected algorithms described in the first part of this work.

Abstract:

Táto práca sa zaoberá učením rozhodovacích stromov. Úlohou bolo podať prehľad používaných postupov a algoritmov. Ďalej je v práci popísaný nový algoritmus na učenie populácie rozhodovacích stromov, ktorý využíva genetické algoritmy. Ten je otestovaný na dátach a výsledky sú porovnané s vybranými algoritmami popísanými v prvej časti práce.

Klíčová slova

KDD, data mining, rozhodovacie stromy, ID3, C4.5, bagging, boosting, VFDT, random forests, genetické algoritmy

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 5. 1. 2010

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 2. 2010
• Vedoucí: doc. RNDr. Lubomír Popelínský, Ph.D.
• Oponent: RNDr. Antonín Pavelka, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika