Porovnání modelů pro dolování dat z databází

Simple item page
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBurgetová, Ivanacs
dc.contributor.authorGabriš, Ondrejcs
dc.contributor.refereeStryka, Lukášcs
dc.date.accessioned2020-06-02T06:56:35Z
dc.date.available2020-06-02T06:56:35Z
dc.date.createdcs
dc.description.abstractS prudkým rozvojem informačních technologií neustále stoupá i množství vyprodukovaných dat a narůstá potřeba je rychle a efektivně zpracovávat za účelem odhalení skrytých znalostí obsažených v datech. Tahle práce se zabývá procesem dolování dat z databází, jeho jednotlivými fázemi, různými metodami pro dolování v datech a jejich porovnáním. Podrobně je analyzován model regrese, neuronové sítě a rozhodovacího stromu.V práci je též představen jeden z předních nástrojů pro dolování SAS Enterprise Miner a je demonstrováno jeho praktické použití. Cílem této práce je porovnání modelů pro dolování v prostředí SAS Enterprise Miner, diskuze dosažených výsledků a analýza, který model je vhodný pro jaký druh dat.cs
dc.description.abstractIncreasing development of information technology causes the amount of produced data to grow continously. And so the need becomes more intensive to process the produced data fast and efficiently to discover hidden knowledge contained in the data. This thesis examines the process of knowledge discovery in data, it's particular phases, various methods for mining the data and their comparation. Models of regression, neural network and decision tree are analysed in detail. The thesis also introduces one of the leading tools for datamining the SAS Enterprise Miner and demonstrates it's practical application on data. The purpose of this thesis is comparation of models for datamining in the SAS Enterprise Miner environment, discussion of the results and analysis to determine which model is suitable for different kinds of mined data.en
dc.description.markBcs
dc.identifier.citationGABRIŠ, O. Porovnání modelů pro dolování dat z databází [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. .cs
dc.identifier.other26003cs
dc.identifier.urihttp://hdl.handle.net/11012/54589
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsPřístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 1 roku/letcs
dc.subjectZískávaní znalostí z databázícs
dc.subjectdata miningcs
dc.subjectmodely pro dolování datcs
dc.subjectregresecs
dc.subjectneurónové sítěcs
dc.subjectrozhodovací stromycs
dc.subjectSAS Enterprise Minercs
dc.subjectmetodika SEMMAcs
dc.subjectdiagram procesu dolování.cs
dc.subjectKnowledge discovery in databasesen
dc.subjectdataminingen
dc.subjectmining modelsen
dc.subjectregressionen
dc.subjectneural networksen
dc.subjectdecision treesen
dc.subjectSAS Enterprise Mineren
dc.subjectSEMMA methodologyen
dc.subjectprocess flow diagram.en
dc.titlePorovnání modelů pro dolování dat z databázícs
dc.title.alternativeComparation of Models for Dataminingen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.modified2020-05-09-23:41:42cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid26003en
sync.item.dbtypeZPen
sync.item.insts2021.11.22 23:58:48en
sync.item.modts2021.11.22 23:37:31en
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 - 1 of 1
Thumbnail Image
Name:
review_26003.html
Size:
1.44 KB
Format:
Hypertext Markup Language
Description:
review_26003.html
Download
Collections
2008