but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. František Zbořil, CSc. (místopředseda) RNDr. Petr Fuchs, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen)	cs
but.defence	Student 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 otázku přítomného člena. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm dobře (C) . Otázky u obhajoby: V práci používáte algoritmus kNN. Zkoušel jste více metrik pro posouzení vzdálenosti mezi vzorky? Jak dobře by fungovala např. kosinova vzdálenost, resp. Pearsonova korelační vzdálenost? Zkoušel jste pro výběr rysů použít nějakou z již publikovaných metod? Např. LASSO? Jak si vysvětlujete, že algoritmus LDA byl schopen za daných podmínek oddělit třídy atributu diet_type? Dosáhl by natrénovaný model stejného výsledku i na dosud nepozorovaných datech?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Smatana, Stanislav	cs
dc.contributor.author	Kubica, Jan	cs
dc.contributor.referee	Hon, Jiří	cs
dc.date.created	2019	cs
dc.description.abstract	Tato práce se zabývá analýzou lidského mikrobiomu na základě metagenomických dat z tlustého střeva. Předmětem zkoumání je zastoupení bakterií na různých taxonomických úrovních v závislosti na životním stylu jedince. Byl vytvořen nástroj klasifikující jednotlivé atributy, jako jsou stravovací návyky (vegetarián, vegan, všežravec), citlivost na lepek a laktózu, body mass index nebo věk či pohlaví, s využitím metod strojového učení. Při implementaci byly zvoleny metody k nejbližších sousedů (kNN), náhodný les (RF) a metoda podpůrných vektorů (SVM). Data pro natrénování klasifikátoru a vyhodnocení byla čerpána z projektu American Gut. Práce se rovněž zaobírá problémy spojenými s danými datovými sadami, jako je mnoharozměrnost, řídkost, jejich kompoziční závislost a nevyváženost.	cs
dc.description.abstract	This thesis deals with analysis of human microbiome using metagenomic data from large intestine. The main focus is placed on bacteria composition in a sample on different taxonomic levels regarding the lifestyle traits of an individual. For this purpose, a tool for classification of several attributes was created. It considers attributes like diet type and eating habits (vegetarian, vegan, omnivore), gluten and lactose intolerance, body mass index, age or sex. From range of machine learning perspectives considering K Nearest Neighbours (kNN), Random Forest (RF) and Support Vector Machines (SVM) were used. Datasets for training and final evaluation of the classifier were taken from American Gut project. The thesis also focuses on particular problems with metagenomic datasets like its multidimensionality, sparsity, compositional character and class imbalance.	en
dc.description.mark	C	cs
dc.identifier.citation	KUBICA, J. Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122228	cs
dc.identifier.uri	http://hdl.handle.net/11012/180293
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	metagenomika	cs
dc.subject	taxonomie	cs
dc.subject	OTU	cs
dc.subject	predikce	cs
dc.subject	klasifikace	cs
dc.subject	strojové učení	cs
dc.subject	k nejbližších sousedů	cs
dc.subject	metoda podpůrných vektorů	cs
dc.subject	náhodný les	cs
dc.subject	T-test	cs
dc.subject	analýza hlavních komponent	cs
dc.subject	lineární diskriminační analýza	cs
dc.subject	metagenomics	en
dc.subject	taxonomy	en
dc.subject	OTU	en
dc.subject	prediction	en
dc.subject	classification	en
dc.subject	machine learning	en
dc.subject	K Nearest Neighbours	en
dc.subject	Support Vector Machines	en
dc.subject	Random Forest	en
dc.subject	T-test	en
dc.subject	Principal Component Analysis	en
dc.subject	Linear Discriminant Analysis	en
dc.title	Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva	cs
dc.title.alternative	Tool for Classification of Lifestyle Traits Based on Metagenomic Data from the Large Intestine	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-13	cs
dcterms.modified	2019-07-08-13:31:34	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122228	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:26:24	en
sync.item.modts	2025.01.15 13:59:06	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva

Files

Original bundle

Collections