Adam Bajger
Bachelor's thesis
Nový framework pro experimenty strojového učení
New framework for machine learning experiments
Abstract:
Předmětem mé závěrečné bakalářské práce je pochopit a vylepšit existující framework vyvinutý pro hromadné paralelní pouštění experimentů strojového učení. Dále v práci představím projekt OpenML a zmíním další zdroje datových sad pro strojové učení. Dále předvedu jak se framework používá a na závěr shrnu provedené úpravy a navrhnu další možná vylepšení.Abstract:
In my thesis, I aim to understand a framework for performing large scale parallel machine learning experiments, add new functionality and improve its overall structure. I also aim to introduce to its potentical users the OpenML project and other sources of data for data scientists. Finally I summarize the implementation changes and suggest further improvements.
Language used: English
Date on which the thesis was submitted / produced: 20. 7. 2020
Identifier:
https://is.muni.cz/th/eh6aj/
Thesis defence
- Date of defence: 22. 9. 2020
- Supervisor: doc. RNDr. Lubomír Popelínský, Ph.D.
- Reader: Mgr. Matej Gallo
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsBachelor programme / field:
Informatics / Artificial Intelligence and Natural Language Processing
Theses on a related topic
-
Machine Learning for Text Anomaly Detection
Alina Tsykynovska -
Machine learning analysis and cataloging of extragalactic sources
Matej Kosiba -
Unsupervised Machine Learning Methods for Behaviour Analysis and Anomaly Detection in University Environment
Pavel Strnad -
Solvers and their implementations for machine learning problems and applications
Marek Pecha -
Application on Geometric Machine Learning
Lingping Kong -
DigiTurtle - Machine learning supports a protection of sea turtles
Jiří Srp -
Návrh a ověření systému detekce anomálií založeného na strojovém učení v průmyslových řídicích systémech
Jan Vávra -
Využití strojového učení pro detekci anomálií na základě analýzy systémových logů
Miroslav Šiklóši