Klasifikace pomocí neuronových sítí v prostředí Keras

but.committeedoc. Dr. Ing. Dušan Kolář (předseda) doc. Dr. Ing. Otto Fučík (člen) Ing. František Grézl, Ph.D. (člen) Ing. Ivana Burgetová, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.cs
but.jazykangličtina (English)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBartík, Vladimíren
dc.contributor.authorPyšík, Michalen
dc.contributor.refereeBurgetová, Ivanaen
dc.date.accessioned2023-07-17T09:00:25Z
dc.date.available2023-07-17T09:00:25Z
dc.date.created2023cs
dc.description.abstractTato práce zkoumá problematiku klasifikace pomocí umělých neuronových sítí s využitím knihovny Keras, poskytující vysokoúrovňové rozhraní pro práci s umělými neuronovými sítěmi v programovacím jazyce Python. Cílem práce je prozkoumat rozsáhlé možnosti této knihovny v oblasti klasifikace a porovnat různé typy a topologie umělých neuronových sítí formou experimentů na vybraných datasetech, což je doplněno jednoduchou experimentální aplikací sloužící především jako rozhraní pro tyto experimenty.en
dc.description.abstractThis thesis examines the problematics of classification using artificial neural networks within use of the Keras framework, a high-level deep learning API for the Python programming language. The aim of the thesis is to discover the diverse options Keras has to offer in the field of classification, and to compare different types and topologies of artificial neural networks in the form of experiments on selected datasets, complemented by a simple experimental application whose main purpose is to provide an interface for these experiments.cs
dc.description.markAcs
dc.identifier.citationPYŠÍK, M. Klasifikace pomocí neuronových sítí v prostředí Keras [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.cs
dc.identifier.other145041cs
dc.identifier.urihttp://hdl.handle.net/11012/212704
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectKerasen
dc.subjectTensorflowen
dc.subjectklasifikaceen
dc.subjectumělé neuronové sítěen
dc.subjecttypy neuronových sítíen
dc.subjecttopologie neuronových sítíen
dc.subjectporovnání neuronových sítíen
dc.subjectvícevrstvé perceptronyen
dc.subjectkonvoluční neuronové sítěen
dc.subjectrekurentní neuronové sítěen
dc.subjectexperimentyen
dc.subjectKerascs
dc.subjectTensorflowcs
dc.subjectclassificationcs
dc.subjectartificial neural networkscs
dc.subjecttypes of neural networkscs
dc.subjecttopologies of neural networkscs
dc.subjectcomparison of neural networkscs
dc.subjectmultilayer perceptronscs
dc.subjectconvolutional neural networkscs
dc.subjectrecurrent neural networkscs
dc.subjectexperimentscs
dc.titleKlasifikace pomocí neuronových sítí v prostředí Kerasen
dc.title.alternativeClassification with Use of Neural Networks in the Keras Environmentcs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-16cs
dcterms.modified2023-06-16-14:08:12cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid145041en
sync.item.dbtypeZPen
sync.item.insts2023.07.17 11:00:25en
sync.item.modts2023.07.17 09:55:31en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
9.56 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_145041.html
Size:
8.66 KB
Format:
Hypertext Markup Language
Description:
review_145041.html
Collections