Samoučící algoritmy strojového učení pro analýzu průmyslových dat

Abstract

Cílem této bakalářské práce je rešerše problematiky analýzy průmyslových dat za pomocí výpočetní inteligence, představení několika metodik strojového učení bez učitele pro předzpracování, zpracování a vyhodnocování dat a aplikace vybraných metod na reálná a umělá data. Práce je věnována metodám redukce dimenzí vysoko rozměrných datasetů a metodám shlukování dat na základě jejich podobnosti.

The aim of this thesis is a review of current problems of industrial data analysis with application of computational intelligence. Several methods are introduced for data preprocessing, processing, analyzing and applications of these methods on real and artificial data. Thesis is devoted to dimensionality reduction of high-dimensional data methods and to clustering methods.