Klasifikace pomocí metod strojového učení – Bc. Tomáš Pompa
Bc. Tomáš Pompa
Bakalářská práce
Klasifikace pomocí metod strojového učení
Machine learning methods for classification
Anotace:
Strojové učení zaznamenalo v posledních několika desetiletích významný rozmach zapříčiněný zejména rozvojem informačních technologií a potřebou zpracování a vyhodnocení velkého množství dat. Tato bakalářská práce se věnuje klasifikaci, což je jeden ze základních problémů strojového učení. V teoretické části jsou shrnuty základní pojmy a vybrané klasifikační metody, s jejichž pomocí je následně podrobně …víceAbstract:
The past few decades have witnessed the significant rise of Machine learning caused mainly by the development of information technology and by the need to process and evaluate large amounts of data. This bachelor thesis deals with classification, one of the fundamental problems in Machine learning. The theoretical part summarizes the basic concepts and selected methods for classification, which are …víceKlíčová slova
Metoda podpůrných vektorů strojové učení klasifikace logistická regrese diskriminační analýza cross-validace jádrová funkce hyperparametr optimální dělící nadrovina Support vector machines Machine learning classification logistic regression discriminant analysis kernel function cross-validation hyperparameter optimal separating hyperplane
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 10. 5. 2022
Identifikátor:
https://is.muni.cz/th/j0gwo/
Obhajoba závěrečné práce
- Obhajoba proběhla 22. 6. 2022
- Vedoucí: doc. Mgr. Jan Koláček, Ph.D.
- Oponent: Mgr. Stanislav Zámečník
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, Přírodovědecká fakultaMasarykova univerzita
Přírodovědecká fakultaBakalářský studijní program / obor:
Matematika / Statistika a analýza dat
Práce na příbuzné téma
-
Metoda podpůrných vektorů pro funkcionální data
Tomáš Pompa -
Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.
Hana Mlčochová -
Support vector machines a evoluční algoritmy
Martin Ševčík -
Support vector machines: teorie, aplikace a softwarové implementace
Daniil Podtesov -
Rozpoznávání ručně psaných číslic pomocí support vector machines
Jozef Hricko -
Support vector machines for credit scoring
Michal Haltuf -
Moderní metody diskriminační analýzy
Simona Navrátilová -
Diskriminační a shluková analýza jako nástroj klasifikace objektů
Pavlína Rynešová