MAJERČÍK, J. Klasifikace nádorových buněk pomocí hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.
Student se v práci zabývá klasifikací obrázků buněk dle buněčného typu pomocí konvoluční neuronové sítě, kde se následně pokouší o interpretaci této klasifikace pomocí zvolených metod. Po formální stránce je práce na velmi dobré úrovni. Práce je dobře strukturovaná. Rešerše obsahuje relevantní informace, které jsou srozumitelně popsány. Student v práci využívá dostatek kvalitních literárních zdrojů. Student přistupoval k řešení velmi aktivně již v předchozím roce, což dokazuje i dosažení prvního místa na studentské soutěžní konferenci EEICT. Zejména je nutné ocenit nasnímání a zpracování dat, které probíhalo na ve spolupráci s Ústavem patologické fyziologie Masarykovy univerzity společně s Michalem Špačkem. Během této práce si studenti osvojili také základní práci s buňkami - jsou soběstační v kultivaci buněk a přípravě vzorků pro mikroskopii. Také jde o poměrně náročné téma vzhledem k bakalářské úrovni. Ocenil bych však větší samostatnost a vlastní nápady. Použité metody interpretace neuronových sítí bohužel ve finále potvrdila jen část z hypotéz, avšak tyto výsledky jsou v práci podrobně a srozumitelně popsány. Vytknout mohu jen zbytečný teoreticky popis obecně známých věci na úkor podrobnějšího popisu zajímavých a méně používaných, které jsou pro danou práci podstatná. Například rešerše je omezena jen na dvě metody interpretace neuronových sítí. Celkově se jedná se o kvalitní a zdařilou práci. Zadání je splněno a hodnotím stupněm A - 97 bodů.
Student Jakub Majerčík se ve své bakalářské práci zabýval klasifikací nádorových buněk. Téma práce je poměrně komplexní a tematicky náročné. Odevzdaný text práce je však pečlivě zpracován, napsán čtivě, srozumitelně a na rozumné úrovni z hlediska hloubky popisu principu hlubokého učení. K samotnému řešení nemám nějaké zásadní připomínky a považuji jej za velmi zdařilé. Dosažené výsledky jsou velmi dobré a provedená diskuze je také kvalitně a srozumitelně zpracovaná. V textu se vyskytují jen menší nejasnosti – na obr. 2.1 je označení pro bias jako b a v textu pak pomocí théta; na začátku kapitoly 5 je uvedeno, že jako „…nejvhodnější architektura … pro účely této práce byl zvolena ResNet-50“, ale chybí nějaké zdůvodnění tohoto tvrzení; na straně 29 autor pracuje s pojmem ostrost obrazu, ale chybí jeho definice; pojem solidita je použit dříve než je zavedený. K práci nemám závažnějších připomínek a konstatuji, že zadání práce je splněno. Celkově je text zpracován velmi kvalitně a pečlivě jak po obsahové tak typografické stránce. Práci tak hodnotím stupněm A.
eVSKP id 134382