Porovnání metod ML s důrazem na interpretovatelné metody – Jakub Šlechta
Jakub Šlechta
Master's thesis
Porovnání metod ML s důrazem na interpretovatelné metody
Comparison of Machine Learning Methods with Emphasis on Interpretable MeThods
Abstract:
Tato práce je přehledovou studií interpretabilních metod strojového učení. V rámci práce jsou vybrané metody strojového učení testovány na určeném datasetu. Práce si klade za cíl jednak posouzení interpretovatelnosti vybraných metod a shrnutí jejich výhod a nevýhod z hlediska interpretovatelnosti. Práce je členěna do 7 kapitol, přičemž v rámci kapitoly číslo 5 je zpracována praktická část v podobě …moreAbstract:
This thesis is a study of interpretable machine learning methods. In this work, selected machine learning methods are tested on a specified dataset. The thesis aims at both assessing the interpretability of the selected methods and summarizing their advantages and disadvantages in terms of interpretability. The thesis is divided into 7 chapters, while the practical part in the form of creating models …more
Language used: Czech
Date on which the thesis was submitted / produced: 29. 6. 2023
Identifier:
https://vskp.vse.cz/eid/90956
Thesis defence
- Date of defence: 12. 9. 2023
- Supervisor: Petr Máša
- Reader: Lukáš Sýkora
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/90956
Vysoká škola ekonomická v Praze
Master programme:
Podniková informatika
Theses on a related topic
-
Estimating Taxi Fares Using Machine Learning
Pierre Pascal Bian Theke -
Aplikace interpretovatelných metod strojového učení v analýze matematických úloh
Vojtěch Voráček -
Labeled Dataset of Speed Climbing Performances
Veronika Škvarlová -
Geological setting of the south-eastern slopes of Bohemian Massif based on interpretation of petroleum exploration subsurface dataset
Vladimír Opletal -
Synthetic dataset rendering of 3D scans for robust 6D bin pose estimation
Peter Kravár -
Measuring Properties of Metric Dataset Representations
Martin Pajerský -
Analysis of an NHL-game Dataset
Martin Čermák -
Web Scraping Methodologies for Image Dataset Creation: A motorcycle Imagery Case Study
Artem Gubin