Systém pro automaticky optimalizovanou predikci časových řad neuronovými sítěmi

Abstract

Diplomová práce se zabývá vytvořením systému pro automatickou predikci časových řad. V teoretické části jsou představeny neuronové sítě, jejich historie, struktury, aktivační funkce a optimalizační algoritmy. Dále je představeno vývojové prostředí Django, v kterém je systém naprogramován. V části praktické jsou pak popsány vybrané funkce systému. Frontend webové aplikace je naprogramován pomocí jazyka HTML, CSS, JavaScript a backend webové aplikace pomocí Python. Jednotlivé struktury sítě jsou poté otestovány na umělých i reálných datasetech.

The master's thesis deals with the creation of a system for automatic prediction of time series. In the theoretical part, neural networks, their history, structures, activation functions and optimization algorithms are presented. The Django development environment in which the system is programmed is also presented. Selected functions of the system are then described in the practical part. The frontend of the web application is programmed using HTML, CSS, JavaScript, and the backend of the web application is programmed using Python. Individual network structures are then tested on artificial and real datasets.