Bc. Jana Kadlecová
Diplomová práce
Metaučení pro data mining
Metalearning for data mining
Anotace:
Práce je věnována vytvoření programu, jenž doporučí pro zadaný dataset vhodné učící algoritmy, které budou mít vysokou úspěšnost. Program využívá metodu metaučení. Metaučení je metoda učení se z dat získaných aplikací učících algoritmů. Data pro metaučení obsahují navíc i informace o úspěšnosti učících algoritmů získané metodou landmarkingu, tedy aplikací učících algoritmů na podmnožinu vstupního datasetu …víceAbstract:
The thesis is focused on creating a program which recommends appropriate classification algorithms with the best accuracy for the given dataset. The application is based on metalearning method. The metalearning is a method of learning from the data that are results already obtained from the previous learning experiments. In addition, the data used for the metalearning contain information about performance …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 9. 1. 2012
Identifikátor:
https://is.muni.cz/th/fx2cb/
Obhajoba závěrečné práce
- Obhajoba proběhla 7. 2. 2012
- Vedoucí: doc. RNDr. Lubomír Popelínský, Ph.D.
- Oponent: RNDr. Petr Glos
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 informatikyMagisterský studijní program / obor:
Informatika / Informační systémy
Práce na příbuzné téma
-
Analyzing Data Lakehouse: The Latest Evolution of Big Data Architectures and Its Benefits for Data Science
Ondřej Holub -
Action Recognition, Annotation, and Searching in Motion Data
Petr Eliáš -
No-Code Tool for Data Preprocessing for Machine Learning
Adam Zálešák -
Improving Situation Awareness Through Monitoring Data Correlation
Stanislav Špaček -
Data mining na reálných datech z realitního trhu
Jiří Čáp -
Multimodal predictive model for analysing news data
Petr Kadlec