Klasifikační framework

but.committeeprof. Ing. Miroslav Švéda, CSc. (předseda) doc. RNDr. Jitka Kreslíková, CSc. (místopředseda) doc. Ing. Vítězslav Beran, Ph.D. (člen) doc. Ing. Michal Bidlo, Ph.D. (člen) Ing. Bohuslav Křena, Ph.D. (člen)cs
but.defenceStudentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: Podle čeho jste vybírala algoritmy, které jste do Vašeho frameworku zařadila? V kapitole 6 uvádíte, že jste pro testování nepoužila datovou sadu z Wikipedie kvůli tomu, že na ní klasifikátory lehce dosahovaly úspěšnosti téměř 100 %. Můžete prosím komisi tento experiment detailněji popsat a uvést nějaké příklady?cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKouřil, Jancs
dc.contributor.authorKoroncziová, Dominikacs
dc.contributor.refereeOtrusina, Lubomírcs
dc.date.created2014cs
dc.description.abstractCílem této práce je návrh a implementace klasifikačního software postaveného na knihovně RapidMiner. Výsledná aplikace bude sdružovat nejpoužívanější algoritmy a procesy implementované v RapidMineru do jednoduchého použitelného programu. Součástí nároků na aplikaci je jednoduché rozhraní pro ovládání z příkazové řádky, stejně jako grafické rozhraní zjednodušující nastavení více parametrů. Aplikace má také umožňovat tvorbu samostatných jednoúčelových programů, sloužících na opakovanou klasifikaci s použitím předem natrénovaného modelu. Nad rámec původního zadání je implementována i práce s textovými daty z Wikipedie, jejich stáhnutí a předzpracování a následné použití jako trénovacích dat. Text práce se zabývá postupně jednotlivými algoritmy a popisem kvalifikačních algoritmů, jejich vlastnostmi a použitím, a popisuje návrh a implementaci systému. V rámci práce byla vykonána i sada několika testů pro ověření výkonu a funkcionality aplikace. Jejich výsledky jsou shrnuty v závěru práce.cs
dc.description.abstractThe goal of this work is the design and implementation of a machine learning software, based on the RapidMiner library. The finished application integrates the most commonly used algorithms and processes implemented in RapidMiner into an easily usable program. The application contains a simple command line interface, as well as a graphic interface to simplify selection of multiple parameters. The program also provides a tool to create standalone programs, that can be used for classification with a pre-trained model. On top of the original requirements the possibility to work with textual data from Wikipedia was also implemented, providing a tool for downloading and preprocessing of the data in order to use them as training input. This text focuses on the specifics of the algorithms and classifiers used and on their features and uses, and describes the design and implementation of the system. As part of this work, several tests were run in order to validate the efficiency and functionality of the program. The test results are included at the end of the thesis.en
dc.description.markAcs
dc.identifier.citationKORONCZIOVÁ, D. Klasifikační framework [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2014.cs
dc.identifier.other88432cs
dc.identifier.urihttp://hdl.handle.net/11012/56488
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectRapidMinercs
dc.subjectstrojové učeniecs
dc.subjectspracovanie textovcs
dc.subjectklasifikátorycs
dc.subjecttf-idfcs
dc.subjectSVMcs
dc.subjectneurónové sietecs
dc.subjectk-najbližších susedovcs
dc.subjectNaive Bayescs
dc.subjectkrížová validáciacs
dc.subjectJavacs
dc.subjectSwingcs
dc.subjectRapidMineren
dc.subjectmachine learningen
dc.subjecttext processingen
dc.subjectclassifiersen
dc.subjecttf-idfen
dc.subjectSVMen
dc.subjectneural networksen
dc.subjectk-nearest neighborsen
dc.subjectNaive Bayesen
dc.subjectcross-validationen
dc.subjectJavaen
dc.subjectSwingen
dc.titleKlasifikační frameworkcs
dc.title.alternativeClassification Frameworken
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2014-08-25cs
dcterms.modified2020-05-10-16:11:32cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid88432en
sync.item.dbtypeZPen
sync.item.insts2025.03.18 18:46:10en
sync.item.modts2025.01.15 18:43:03en
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.34 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_88432.html
Size:
1.42 KB
Format:
Hypertext Markup Language
Description:
file review_88432.html
Collections