Metody dolování sekvenčních vzorů v datech

Simple item page
but.committeedoc. Ing. František Zbořil, Ph.D. (předseda) RNDr. Marek Rychlý, Ph.D. (člen) doc. Ing. Zdeněk Vašíček, Ph.D. (člen) doc. Ing. Vítězslav Beran, Ph.D. (člen) Ing. Ivana Burgetová, 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 C.cs
but.jazykslovenština (Slovak)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorBartík, Vladimírsk
dc.contributor.authorMikula, Igorsk
dc.contributor.refereeBurgetová, Ivanask
dc.date.created2025cs
dc.description.abstractCieľom tejto práce je oboznámiť čitateľa s problematikou dolovania sekvenčných vzorov, priblížiť jej praktické využitia a poukázať na aspekty, ktoré túto úlohu robia náročnou z hľadiska výpočtovej zložitosti. Súčasťou práce je aj návrh a implementácia aplikácie určenej na dolovanie sekvenčných vzorov, ako aj experimentálne porovnanie vybraných algoritmov používaných v tejto oblasti.sk
dc.description.abstractThe aim of this thesis is to introduce the reader to the topic of sequential pattern mining, to present its practical applications, and to highlight aspects that make this task challenging in terms of computational complexity. The thesis also includes the design and implementation of an application dedicated to sequential pattern mining, as well as an experimental comparison of selected algorithms commonly used in this field.en
dc.description.markCcs
dc.identifier.citationMIKULA, I. Metody dolování sekvenčních vzorů v datech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.cs
dc.identifier.other164137cs
dc.identifier.urihttp://hdl.handle.net/11012/253722
dc.language.isoskcs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectdolovanie sekvenčných vzorovsk
dc.subjectdolovanie dátsk
dc.subjectzískavanie znalostí z databázsk
dc.subjectdátask
dc.subjectpredspracovanie dátsk
dc.subjectskladovanie dátsk
dc.subjectprediktívne dolovacie úlohysk
dc.subjectdeskriptívne dolovacie úlohysk
dc.subjectminimálna podporask
dc.subjectsekvenciask
dc.subjectGSPsk
dc.subjectPrefixSpansk
dc.subjectSPAMsk
dc.subjectSPADEsk
dc.subjectCM-SPAMsk
dc.subjectCM-SPADEsk
dc.subjectLAPINsk
dc.subjectFASTsk
dc.subjectsequence pattern miningen
dc.subjectdata miningen
dc.subjectknowledge discovery in databasesen
dc.subjectdataen
dc.subjectdata preprocessingen
dc.subjectdata storingen
dc.subjectpredictive data mining tasksen
dc.subjectdescriptive data mining tasksen
dc.subjectminimal supporten
dc.subjectsequenceen
dc.subjectGSPen
dc.subjectPrefixSpanen
dc.subjectSPAMen
dc.subjectSPADEen
dc.subjectCM-SPAMen
dc.subjectCM-SPADEen
dc.subjectLAPINen
dc.subjectFASTen
dc.titleMetody dolování sekvenčních vzorů v datechsk
dc.title.alternativeSequential Pattern Mininng in Dataen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2025-06-18cs
dcterms.modified2025-06-18-12:23:00cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid164137en
sync.item.dbtypeZPen
sync.item.insts2025.08.26 23:57:36en
sync.item.modts2025.08.26 19:48:14en
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
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.22 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
review_164137.html
Size:
8.82 KB
Format:
Hypertext Markup Language
Description:
file review_164137.html
Download

Collections

2025