Strojové učení na platformě Apache Spark

František Hylmar

Bakalářská práce

Machine learning with Apache Spark

Anotace:

Bakalářská práce se zaměřuje na aplikaci postupů strojového učení na velké objemy dat pomocí platformy Apache Spark. V práci jsou popsány metody doporučování produktů pomocí algoritmů pro kolaborativní filtrování. Vybraný algoritmus je implementovaný v programovacím jazyce Scala a nasazen na virtuální Hadoop clustr. Pro dataset obsahující implicitní data o poslechu hudebních interpretů je na základě implementovaného algoritmu vytrénován a optimalizován příslušný model. Přesnost predikcí modelu je následně ohodnocena jak strojově, tak i manuálně.

Abstract:

This bachelor thesis focuses on the application of machine learning procedures to large volumes of data using the Apache Spark platform. This work describes methods of product recommendation using collaborative filtering algorithms. Selected algorithm is implemented in Scala programming language and deployed on virtual Hadoop cluster. For a dataset containing implicit music data, the model is trained and optimized based on the implemented algorithm. The accuracy of model predictions is then evaluated both automatically and manually.

Klíčová slova

Strojové učení, Doporučovací systémy, Kolaborativní filtrování, Apache Spark, Apache Hadoop

Keywords

Alternating Least Square

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 20. 4. 2020

Obhajoba závěrečné práce

• Obhajoba proběhla 22. 5. 2020
• Vedoucí: prof. RNDr. PhDr. Antonín Slabý, CSc.
• Oponent: doc. Ing. Filip Malý, Ph.D.

Univerzita Hradec Králové

Fakulta informatiky a managementu

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika