but.committee	doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (místopředseda) Ing. Martin Hrubý, Ph.D. (člen) doc. Ing. Jiří Jaroš, Ph.D. (člen) Luděk Matyska (člen) Dr. Ing. Petr Peringer (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 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.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	cs
dc.contributor.author	Hložek, Bohuslav	cs
dc.contributor.referee	Rozman, Jaroslav	cs
dc.date.created	2017	cs
dc.description.abstract	Tato práce představuje Bayesovskou neuronovou síť na základě modelu Occamovy břitvy. První část práce shrnuje základní poznatky o neuronových sítích a Bayesovo pravidlo. Je vysvětlen princip Occamova ostří a detaily Bayesovské neuronové sítě. Rovněž je představen reálný příklad použití k predikci sesuvu půdy. V druhé části práce je představeno, jak vytvořit Bayesovskou neuronovou sít v jazyce Python. Je ukázán demonstrační program, který na experimentálních datech ukazuje vlastnosti Bayesovských neuronových sítí.	cs
dc.description.abstract	This paper introduces Bayesian neural network based on Occams razor. Basic knowledge about neural networks and Bayes rule is summarized in the first part of this paper. Principles of Occams razor and Bayesian neural network are explained. A real case of use is introduced (about predicting landslide). The second part of this paper introduces how to construct Bayesian neural network in Python. Such an application is shown. Typical behaviour of Bayesian neural networks is demonstrated using example data.	en
dc.description.mark	C	cs
dc.identifier.citation	HLOŽEK, B. Bayesovské a neuronové sítě [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106073	cs
dc.identifier.uri	http://hdl.handle.net/11012/69530
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	Bayesovské neuronové sítě	cs
dc.subject	Umělé neuronové sítě	cs
dc.subject	Occamova břitva	cs
dc.subject	Neuron	cs
dc.subject	Přeučení	cs
dc.subject	Bayesovo pravidlo	cs
dc.subject	TensorFlow	cs
dc.subject	Edward	cs
dc.subject	Keras	cs
dc.subject	Bayesian neural networks	en
dc.subject	Artificial neural networks	en
dc.subject	Occams razor	en
dc.subject	Neuron	en
dc.subject	Overfitting	en
dc.subject	Bayes rule	en
dc.subject	TensorFlow	en
dc.subject	Edward	en
dc.subject	Keras	en
dc.title	Bayesovské a neuronové sítě	cs
dc.title.alternative	Bayesian and Neural Networks	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2017-06-22	cs
dcterms.modified	2020-05-09-23:41:06	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106073	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:24:58	en
sync.item.modts	2025.01.16 00:40:51	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Bayesovské a neuronové sítě

Files

Original bundle

Collections