Complex Data Analysis by Mining and Searching Operations – Mgr. Jakub Peschel
Mgr. Jakub Peschel
Rigorózní práce
Complex Data Analysis by Mining and Searching Operations
Complex Data Analysis by Mining and Searching Operations
Anotace:
Komplexita současných dat vyžaduje pro jejich analýzu složitější analytické operace. Takové analýzy jsou obvykle drahé a vyžadují expertízu ve více oblastech. V této diplomové práci je uveden popis běžně používaných datových analytických úloh a je prozkoumáno několik analytických systémů, jako jsou SPMF, ELKI a Weka. Na základě těchto zjištění navrhujeme vývoj nové univerzální struktury, transakčního …víceAbstract:
The complexity of contemporary data created a need for more complex analytical operations for their analysis. Such analyses are typically expensive and demands expertise in multiple areas. In this thesis proposal, a description of commonly used data analytical tasks is provided and several analytical systems are surveyed, such as SPMF, ELKI and Weka. Based on these findings we aim to design and develop …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 20. 2. 2020
Identifikátor:
https://is.muni.cz/th/bxo31/
Obhajoba závěrečné práce
- Obhajoba proběhla 25. 5. 2020
- Oponent: RNDr. Tomáš Rebok, Ph.D., prof. RNDr. Tomáš Skopal, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasarykova univerzita
Fakulta informatikyRigorózní řízení / obor:
Umělá inteligence a zpracování dat / Umělá inteligence a zpracování dat
Práce na příbuzné téma
-
Application of Machine Learning and Data Mining with Python for Business Analysis.
Md Faisal Ibn Haque -
Semantic mining and analysis of information from heterogeneous data sets
Jakub Drábik -
Sale analysis of e-commerce websites using data mining techniques and Power BI tool for reporting
NOOSHIN ASSADI KARAM -
Mendel University performance analysis through data mining
Osunam Panggam -
Comparison of open-source data mining tools for sentiment analysis
Tariku Abebe Asfaw -
Explaining convolutional neural network using clustering methods
Adam Bajger -
Customers Classification using Recency Frequency, Monetary value (RFM), and K-means clustering algorithm
Mark Azietaku -
Evaluation of Multiple Clustering Algorithms on Insurance Datasets
Kryštof Suchánek