dc.contributor.advisor |
Křupka, Jiří |
cze |
dc.contributor.author |
Jandová, Petra |
|
dc.date.accessioned |
2013-09-30T23:57:06Z |
|
dc.date.available |
2013-09-30T23:57:06Z |
|
dc.date.issued |
2013 |
|
dc.identifier |
Univerzitní knihovna (studovna) |
cze |
dc.identifier.uri |
http://hdl.handle.net/10195/53899 |
|
dc.description.abstract |
Bakalářská práce se zabývá klasifikačními úlohami v data miningu. Cílem této práce je vytvoření modelu, který bude schopen spolehlivě klasifikovat data do cílových atributů. Pro splnění cíle byl proveden sběr dat na tři klasifikační úlohy, které mají za úkol roztřídit data do skupin podle souvislostí mezi nimi. Z výsledků měření vzešly jako optimální tyto klasifikační techniky: rozhodovací stromy s algoritmy C5.0, CHAID, CART, QUEST a neuronové sítě. Data zpracovaná pomocí těchto technik jsou poté analyzována a v závěru je vyhodnocena nejpřesnější technika. |
cze |
dc.format |
59 s. |
cze |
dc.format.extent |
4731528 bytes |
cze |
dc.format.mimetype |
application/pdf |
cze |
dc.language.iso |
cze |
|
dc.publisher |
Univerzita Pardubice |
cze |
dc.rights |
Bez omezení |
cze |
dc.subject |
data mining |
cze |
dc.subject |
dobývání znalostí |
cze |
dc.subject |
klasifikace |
cze |
dc.subject |
klasifikační metody |
cze |
dc.subject |
rozhodovací stromy |
cze |
dc.subject |
neuronové sítě |
cze |
dc.subject |
IBM SPSS Modeler |
cze |
dc.subject |
data mining |
eng |
dc.subject |
knowledge discovery |
eng |
dc.subject |
classification |
eng |
dc.subject |
classification methods |
eng |
dc.subject |
decision trees |
eng |
dc.subject |
neural networks |
eng |
dc.subject |
IBM SPSS Modeler |
eng |
dc.title |
Klasifikační úlohy pro Data Mining |
cze |
dc.title.alternative |
Classification tasks for Data Mining |
eng |
dc.type |
bakalářská práce |
cze |
dc.date.accepted |
2013 |
cze |
dc.description.abstract-translated |
The bachelor thesis deals with the classification tasks for data mining. The goal of the thesis is to create the model that is able to qualify data to target attributes. For reach the aim data for three classification task was collected. Data was analyzed with these methods: decision trees with algorithms C5.0, CHAID, CART, QUEST and neural networks. Selected methods were compared on the basis of the results of testing and the precise method was chosen. |
eng |
dc.description.department |
Ústav systémového inženýrství a informatiky |
cze |
dc.thesis.degree-discipline |
Regionální a informační management |
cze |
dc.thesis.degree-name |
Bc. |
cze |
dc.thesis.degree-grantor |
Univerzita Pardubice. Fakulta ekonomicko-správní |
cze |
dc.identifier.signature |
D29444 |
cze |
dc.thesis.degree-program |
Systémové inženýrství a informatika |
cze |
dc.description.defence |
Studentka seznámila komisi s tématem své bakalářské práce Klasifikační úlohy pro Data Mining.
Jak si vysvětlujete úspěšnost "posilovací metody (boost)", s.30?
Vystačila byste si v návrhu Vašich modelů s "default" nastavení použitého SW?
Je podle Vás reálná 100 procetní přesnost klasifikace a nemůže to být způsobeno např. přeučením modelu?
Třídila jste země v Africe a mimo Afriku pomocí atributu ID?
Jaká kritéria jste použila pro třídění hodnot?
Jak jste si stanovila hranice pro určení, do jaké skupiny spadají jednotlivé země? Ovlivnily by jiné hodnoty hranic výsledky Vaší práce?
Studentka na otázky pohotově odpovídala. |
cze |
dc.identifier.stag |
19677 |
cze |
dc.description.grade |
Dokončená práce s úspěšnou obhajobou |
cze |