Získávání znalosti z dat v jazyce Python
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto práca sa zaoberá procesom dolovania dát, prostriedkami pre podporu dolovania dát v programovacom jazyku Python a demonštráciou využitia tohto jazyka pre účely dátovej analýzy, so zameraním na klasifikáciu a tvorbu klasifikačných modelov. Tieto modely sú schopné na základe dát z biomedicínskych hlasových meraní s určitou presnosťou klasifikovať testované subjekty do dvoch katégórií - ľudí trpiacich Parkinsonovou chorobou a zdravých ľudí.
This thesis deals with principles of data mining process, available Python packages for data mining and a demonstration of Python script capable of data analyisis focused on classification techniques. Created classifiers are able to classify subjects into two groups - healthy people and people suffering from Parkinson's disease - based on their biomedical vocal analysis data.
This thesis deals with principles of data mining process, available Python packages for data mining and a demonstration of Python script capable of data analyisis focused on classification techniques. Created classifiers are able to classify subjects into two groups - healthy people and people suffering from Parkinson's disease - based on their biomedical vocal analysis data.
Description
Citation
KRESTIANKOVÁ, T. Získávání znalosti z dat v jazyce Python [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Dr. Ing. Dušan Kolář (předseda)
doc. Ing. Jaroslav Zendulka, CSc. (místopředseda)
Ing. František Grézl, Ph.D. (člen)
doc. Ing. Zdeněk Kotásek, CSc. (člen)
Dr. Ing. Petr Peringer (člen)
Date of acceptance
2018-06-14
Defence
Studentka nejprve prezentovala výsledky, kterých dosáhla v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Studentka následně odpověděla na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studentky na položené otázky rozhodla práci hodnotit stupněm " C ". Otázky u obhajoby: Jaké metody pro předzpracování dat poskytují Vámi využívané nástroje? Existují nějaké dostupné studie, které popisují tvorbu klasifikačních modelů pro Vámi zvolenou datovou sadu? A pokud ano, jaké přesnosti dosahují tyto modely?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení