Srovnání klasických a cloudových přístupů k data miningu

Milan Eliášek

Bachelor's thesis

Comparison of classic and cloud approaches to data mining

Abstract:

Tato práce se zabývá srovnáním klasických on-premise nástrojů pro data mining, v práci zastoupeny nástrojem Orange, a cloudový nástrojů, zastoupeny nástrojem BigML. V úvodu jsou definovány pojmy dolování znalostí z databází a data mining. Následně jsou popsány vybraná kritéria. Poté je provedeno samotné srovnání. Porovnání je provedeno na základě vícekriteriálního hodnocení obou zvolených nástrojů. Konkrétně jejich možnosti nastavení a výstupy pro nahrání a předzpracování dat, tvorbou klasifikačních modelů, které jsou reprezentovány rozhodovacími stromy a logistickou regresí; hledání asociačních pravidel a shlukování, jako poslední kritérium byla vybrána cena a dostupnost nástroje.

Abstract:

This work deals with the comparison of classic on-premise tools for data mining, represented in the work by the Orange tool, and cloud tools, represented by the BigML tool. The introduction defines the concepts of knowledge mining from databases and data mining. Subsequently, selected criteria are described. Then the comparison itself is performed. The comparison is made on the basis of a multi-criteria evaluation of both selected tools. Specifically, their setting options and outputs for data upload and preprocessing, decision tree modeling, association rules, clustering and logistic regression, the last criterion was the price and availability of the tool.

Keywords

cloud, rozhodovací stromy, regresní analýza, shluková analýza, asociační pravidla, Data mining

Keywords

Data mining, cloud, decision trees, regression analysis, cluster analysis, association rules

Language used: Czech

Date on which the thesis was submitted / produced: 9. 5. 2022

Thesis defence

• Date of defence: 24. 6. 2022
• Supervisor: David Chudán
• Reader: Pavel Strnad

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Aplikovaná informatika / Aplikovaná informatika