Srovnání správnosti klasifikace pomocí tradičních modelů a meta-modelů
| but.committee | prof. Ing. Rudolf Jalovecký, CSc. (předseda) doc. Ing. Zdeněk Bradáč, Ph.D. (místopředseda) doc. Ing. Ludvík Bejček, CSc. (člen) Pplk. Ing. Radek Doskočil, Ph.D. (člen) Ing. Miloslav Richter, Ph.D. (člen) | cs |
| but.defence | Student obhájil bakalářskou práci. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Elektrotechnika, elektronika, komunikační a řídicí technika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Honzík, Petr | cs |
| dc.contributor.author | Zapletal, Ondřej | cs |
| dc.contributor.referee | Klusáček, Jan | cs |
| dc.date.accessioned | 2019-04-03T22:49:58Z | |
| dc.date.available | 2019-04-03T22:49:58Z | |
| dc.date.created | 2014 | cs |
| dc.description.abstract | Tato práce se zabývá empirickým porovnáváním tradičních modelů a meta-modelů v úlohách klasifikace. Na 20 datových souborech je statisticky porovnána přesnost 12 modelů programu RapidMiner. V druhé části je popsána vlastnoručně naprogramovaná aplikace v programovacím jazyce C#, která implementuje 6 modelů. Čtyři z nich jsou porovnány s modely ekvivalentními modely programu RapidMiner. | cs |
| dc.description.abstract | This thesis deals with empirical comparison of traditional and meta-learning models in classification tasks. Accuracy of 12 RapidMiner models was statistically compared on 20 data sets. Second part of this thesis consists of description of self-programed application in programing language C#, which implements 6 different models. Four of those are compared with equivalent models of program RapidMiner. | en |
| dc.description.mark | A | cs |
| dc.identifier.citation | ZAPLETAL, O. Srovnání správnosti klasifikace pomocí tradičních modelů a meta-modelů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014. | cs |
| dc.identifier.other | 73273 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/31719 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Strojové učení | cs |
| dc.subject | meta-learning | cs |
| dc.subject | k-nejbližších sousedů | cs |
| dc.subject | rozhodovací strom | cs |
| dc.subject | neuronové sítě | cs |
| dc.subject | metoda podpůrných vektorů | cs |
| dc.subject | naivní Bayesův klasifikátor | cs |
| dc.subject | Bagging | cs |
| dc.subject | Stacking | cs |
| dc.subject | Random Forest | cs |
| dc.subject | Decision Stump | cs |
| dc.subject | Machine learning | en |
| dc.subject | meta-learning | en |
| dc.subject | k-nearest neighbor | en |
| dc.subject | decision tree | en |
| dc.subject | neural net | en |
| dc.subject | support vector machines | en |
| dc.subject | naive Bayes classifier | en |
| dc.subject | Bagging | en |
| dc.subject | Stacking | en |
| dc.subject | Random Forest | en |
| dc.subject | Decision Stump | en |
| dc.title | Srovnání správnosti klasifikace pomocí tradičních modelů a meta-modelů | cs |
| dc.title.alternative | Comparison of accuracy achieved by traditional models and ensemble methods | en |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2014-06-18 | cs |
| dcterms.modified | 2014-06-19-14:46:47 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 73273 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2021.11.12 17:58:08 | en |
| sync.item.modts | 2021.11.12 17:50:16 | en |
| thesis.discipline | Automatizační a měřicí technika | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí techniky | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |