but.committee	doc. Dr. Ing. Petr Hanáček (předseda) prof. Ing. Miroslav Švéda, CSc. (místopředseda) Ing. Vladimír Bartík, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen) doc. Ing. Václav Zeman, 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 otázku 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 " C ". Otázky u obhajoby: Podle jakých kritérií jste volil data pro případové studie? Uvažoval jste i o jiných?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zendulka, Jaroslav	cs
dc.contributor.author	Šenovský, Jakub	cs
dc.contributor.referee	Bartík, Vladimír	cs
dc.date.created	2017	cs
dc.description.abstract	Cílem této práce bylo seznámení se s jednotlivými fázemi získávání znalostí z dat, s podporou programovacích jazyků Python a R v oblasti dolování dat a demonstrace jejich použití na dvou případových studiích. Následným krokem bylo porovnání těchto jazyků z hlediska dolování dat. Je zde popsaná fáze předzpracování dat a dolovací algoritmy pro klasifikaci, predikci a shlukování. Představeny zde byly významné knihovny pro jazyky Python a R. V první případové studii byla demonstrována práce s časovými řadami pomocí ARIMA modelu a neuronových sítí s ověřením přesnosti pomocí střední kvadratické chyby. V druhé případové studii byla popsaná klasifikace výsledků fotbalových zápasů pomocí k - nejbližších sousedů, Bayesova klasifikátoru, náhodného lesu a logické regrese. Přesnost klasifikace byla zobrazena pomocí skóre přesnosti a konfúzní matice. Práci uzavírá zhodnocení výsledků a návrhy pro budoucí vylepšení jednotlivých modelů.	cs
dc.description.abstract	The main goal of this thesis was to get acquainted with the phases of data mining, with the support of the programming languages Python and R in the field of data mining and demonstration of their use in two case studies. The comparison of these languages in the field of data mining is also included. The data preprocessing phase and the mining algorithms for classification, prediction and clustering are described here. There are illustrated the most significant libraries for Python and R. In the first case study, work with time series was demonstrated using the ARIMA model and Neural Networks with precision verification using a Mean Square Error. In the second case study, the results of football matches are classificated using the K - Nearest Neighbors, Bayes Classifier, Random Forest and Logical Regression. The precision of the classification is displayed using Accuracy Score and Confusion Matrix. The work is concluded with the evaluation of the achived results and suggestions for the future improvement of the individual models.	en
dc.description.mark	C	cs
dc.identifier.citation	ŠENOVSKÝ, J. Dolování z dat v jazyce Python [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106449	cs
dc.identifier.uri	http://hdl.handle.net/11012/69589
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	Získávání znalostí	cs
dc.subject	Python	cs
dc.subject	R	cs
dc.subject	předzpracování dat	cs
dc.subject	shlukování	cs
dc.subject	predikce	cs
dc.subject	klasifikace	cs
dc.subject	případové studie	cs
dc.subject	ARIMA	cs
dc.subject	porovnání Python a R	cs
dc.subject	Bayes	cs
dc.subject	knn.	cs
dc.subject	Data mining	en
dc.subject	Python	en
dc.subject	R	en
dc.subject	Data Preprocessing	en
dc.subject	Clustering	en
dc.subject	Prediction	en
dc.subject	Classification	en
dc.subject	Case studies	en
dc.subject	ARIMA	en
dc.subject	comparison Python and R	en
dc.subject	Bayes	en
dc.subject	knn.	en
dc.title	Dolování z dat v jazyce Python	cs
dc.title.alternative	Data Mining with Python	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2017-06-21	cs
dcterms.modified	2020-05-10-16:13:07	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106449	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:25:47	en
sync.item.modts	2025.01.17 14:03:41	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Dolování z dat v jazyce Python

Files

Original bundle

Collections