Genetické algoritmy a jejich implementace v systému RapidMiner – Petr Šimandl
Petr Šimandl
Master's thesis
Genetické algoritmy a jejich implementace v systému RapidMiner
Implementation of Genetic Algorithms in the RapidMiner Software
Abstract:
Tato práce se zabývá rozšiřováním software RapidMiner o nový operátor umožňující získávat klasifikační pravidla pomocí genetického algoritmu. Konkrétní systém implementovaný za tímto účelem je GAssist (Genetic clASSIfier sySTem). Nejprve je předložen úvod do problematiky, který zběžně představuje genetické algoritmy a software RapidMiner. Dále je popsána teorie v oblasti umělé inteligence a strojového …moreAbstract:
This thesis deals with extending the RapidMiner software with a new operator providing the capability to generate classification rules using a genetic algorithm. The specific system implemented in this case is GAssist (Genetic clASSIfier sySTem). First, an introduction to the topic is presented, including genetic algorithms and the RapidMiner software. Subsequently, the basic theory concerning artificial …more
Language used: Czech
Date on which the thesis was submitted / produced: 30. 4. 2023
Identifier:
https://vskp.vse.cz/eid/89347
Thesis defence
- Date of defence: 5. 6. 2023
- Supervisor: Petr Berka
- Reader: David Chudán
Citation record
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/89347
Vysoká škola ekonomická v Praze
Master programme / field:
Informační systémy a technologie / Vývoj informačních systémů
Theses on a related topic
-
Predikce vlivu mutací na imunogenicitu proteinů založená na strojovém učení
Dávid Lacko -
Predikce teploty tání proteinů na základě strojového učení pro objevování stabilních biokatalyzátorů
Karen Pailozian -
Strojové učení na platformě Apache Spark
František Hylmar -
Multimodální zpracování dat a mapování v robotice založené na strojovém učení
Adam Ligocki -
Predikce psychofyziologických proměnných strojovým učením: případová studie na predikci mentální únavy neinvazivními zdroji měření
Vojtěch Formánek -
Využití metod strojového učení na aproximaci očekávaného cashflow v oblasti životního pojištění
Stanislav Kováč -
Porovnání implementací automatického strojového učení na reálných datech
Maria Chernaya -
Modelování vlivu podmínek prostředí na biologická společenstva s využitím metod strojového učení.
Hana Mlčochová