MIKULA, I. Metody dolování sekvenčních vzorů v datech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.

Posudky

Posudek vedoucího

Bartík, Vladimír

Aktivitu studenta během řešení hodnotím jako průmernou, student své zadání splnil a s výsledky jsem spokojen. Navrhuji celkově hodnotit stupněm C (dobře).

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Informace k zadání Cílem bakalářské práce bylo prostudování problematiky dolování sekvenčních vzorů, implementace jednoduché aplikace zahrnující několik algoritmů a provedení experimentů ověřujících vlastnosti algoritmů. Zadání bylo splněno.
Práce s literaturou Část literatury jsem studentovi doporučil, zbytek si vyhledal samostatně. Práce s literaturou je z mého pohledu v pořádku.
Aktivita během řešení, konzultace, komunikace Student pracoval samostatně a konzultoval poměrně málo, ale několikrát o mě o pokrocích informoval. Komunikace byla jinak bez problémů.
Aktivita při dokončování Dokončování probíhalo v mírném spěchu, ale nakonec bylo vše dokončeno včas.  Student zohlednil mé připomínky ohledně technické zprávy i programu.
Publikační činnost, ocenění Bez ocenění.
Navrhovaná známka
C
Body
75

Posudek oponenta

Burgetová, Ivana

V rámci řešení bakalářské práce student pracoval na méně obtížném zadání. Výstupem je průměrná technická zpráva a jednoduchá, ale funkční aplikace. Jistou přidanou hodnotu podle mého názoru představují provedené experimenty, které srovnávají vhodnost algoritmů pro různé typy sekvenčních dat. Celkově proto hodnotím práci stupněm C.

Dílčí hodnocení
Kritérium Známka Body Slovní hodnocení
Náročnost zadání
Rozsah splnění požadavků zadání
Rozsah technické zprávy Aktuální rozsah technické zprávy je v obvyklém rozmezí, nicméně zpráva obsahuje v kapitole 2 mnoho informací, které s tématem práce příliš nesouvisejí (normalizace hodnot, datové sklady apod.). Kdybychom odečetli strany, které popisují tato témata, bude zpráva pouze lehce přesahovat minimální požadavky.
Prezentační úroveň technické zprávy 70 Prezentační úroveň technické zprávy je vcelku dobrá. Zpráva je pochopitelná pro čtenáře a jednotlivé kapitoly na sebe dobře navazují. Výjimkou je kapitola 2, která jednak příliš s řešeným tématem nesouvisí, a pak také obsahuje řadu terminologických nepřesností. Dalším nedostatkem této práce je nevhodné odkazování se na jednotlivé obrázky, tabulky a podkapitoly práce, kdy student často používá pouze číslo, bez uvedení toho, zda jde o obrázek, tabulku nebo podkapitolu práce.
Formální úprava technické zprávy 70 Typograficky hodnotím práci jako lehce podprůměrnou (nepěkné formátování textu v kapitole 2, jednopísmenné předložky a spojky na koncích řádků). Z jazykového hlediska se jedná o průměrnou práci s obvyklým počtem drobných chyb a překlepů.
Práce s literaturou 73 Práci s literaturou hodnotím jako průměrnou. Seznam použité literatury je dost stručný, na druhou stranu ale obsahuje základní zdroj pro každý z použitých algoritmů pro dolování sekvenčních zdrojů.
Realizační výstup 79 Realizačním výstupem práce je jednoduchá aplikace, která umožňuje vyhledání sekvenčních vzorů pomocí 8 různých algoritmů. Aplikace pracuje nad zdroji ve formátech csv, txt a data a umožňuje uživateli zadat vstupní parametry pro jednotlivé algoritmy.
Využitelnost výsledků Vytvořená aplikace je sice jednoduchá, ale funkční, a může tak být využita pro hledání sekvenčních vzorů. Zajímavým výstupem této práce může být srovnání jednotlivých algoritmů, které bylo provedeno v rámci experimentů a ukazuje, že pro různé typy datových sad se hodí různé algoritmy.
Navrhovaná známka
C
Body
73

Otázky

eVSKP id 164137