Návrh a implementace aplikace strojového učení s porovnáním datovodů relačních a NoSQL databází – Jiří Šlezar
Jiří Šlezar
Bakalářská práce
Návrh a implementace aplikace strojového učení s porovnáním datovodů relačních a NoSQL databází
Design and implementation of a machine learning application with a comparison of data pipelines for relational and NoSQL databases
Anotace:
V naší práci se věnujeme analýze a porovnání relačních a NoSQL databázových systémů z hlediska jejich využitelnosti ve strojovém učení. Vedle teoretického popisu obou přístupů jsme navrhli a implementovali demonstrační aplikaci v jazyce Python. Ta umožňuje volbu konkrétní databáze pro spuštění datovodu, který pokrývá kompletní proces od předzpracování dat přes trénování modelu až po predikci. Postupným …víceAbstract:
In our work, we focus on analyzing and comparing relational and NoSQL database systems in terms of their applicability in machine learning. In addition to a theoretical description of both approaches, we designed and implemented a demonstration application in Python. This application allows users to select a specific database to run a data pipeline that covers the entire process, from data preprocessing …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 23. 7. 2026
Identifikátor:
https://is.slu.cz/th/ex7au/
Obhajoba závěrečné práce
- Obhajoba proběhla 12. 8. 2026
- Vedoucí: RNDr. Jiří Martinů, Ph.D.
- Oponent: doc. Ing. Jiří Blahuta, Ph.D.
Citační záznam
Citace dle ISO 690:
ŠLEZAR, Jiří. \textit{Návrh a implementace aplikace strojového učení s porovnáním datovodů relačních a NoSQL databází}. Online. Bakalářská práce. Opava: Slezská univerzita v Opavě, Filozoficko-přírodovědecká fakulta v Opavě. 2026. Dostupné z: https://theses.cz/id/q2c44r/.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Slezská univerzita v Opavě, Filozoficko-přírodovědecká fakulta v OpavěSlezská univerzita v Opavě
Filozoficko-přírodovědecká fakulta v OpavěBakalářský studijní program / obor:
Moderní informatika / Informační a komunikační technologie
Práce na příbuzné téma
-
Performance & scalability comparison of Ruby authorization gems
Jan Smejkal -
Performance comparison of JBoss integration platform implementations
Elena Medvedeva -
Komparace predikčních schopností a interpretovatelnosti klasické ekonometrie a nástrojů machine learning při modelování vývoje nemocí v datech SHARE
Tereza Škývarová -
Performance evaluation of Machine Learning approaches for identifying parts of scientific affiliations.
Jan MACHÁŇ -
Autotuning of a PID Controller for a Thermal Process Using Machine Learning Algorithms
Erwin Michal -
Machine Learning in Prediction of Asset Price Bubble Bursts
Martin Hvězda -
Integration of Benchmark Analysis and Machine Learning for the Optimization of Sanctions Screening Testing
Dilmurat Dautov -
Predicting successful player alignments in volleyball using machine learning
Igor Čurila