MUSIL, D. Algoritmus pro detekci pozitívního a negatívního textu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.
Student ve své práci navrhol systém pro detekci pozitivního a negativního textu so zaměřením na Big Data. Taky implementoval optimalizační metudu n-gramů dostatečne všeobecným způsobem. Nad rámec zadání pak implenetoval další optimalizační metodu - metodu filtrace tokenů dle počtu výskytů, v práci označovanou jako "Minumum Document Frequency". Student se pravidelne účastnil konzultací, řídil se pokyny vedoucího a přinášel nové nápady ke zpracování. Po formální stránce je práce na velmi vysoké úrovni. Vytknul bych jen některé typografické chyby, jako jsou např. opuštěné řádky na začátku nebo konci stran.
Student splnil zadání bezezbytku, dokonce implementoval jednu optimalizaci navíc. Po odborné stránce je práce na vysoké úrovni, postup práce je popsán jasně a zrozumitelně. Výsledky jsou interpretovány obsáhle a je znát, že si student dal patrně záležet na porovnání výsledků mezi jednotlivými experimenty. Po formální stránce není dle mého názoru práci co vytýkat. Celé práci bych jedině vytkl opomenutí popisu výpočetní zátěže. Navrhuji známku A 97 bodů.
eVSKP id 93805