Now showing items 1-4 of 4

    • Identifikace modelů z dat pomocí metod řídké identifikace nelineární implicitní dynamiky 

      Author: Kryštof Bystřický; Supervisor: Bušek Jaroslav; Opponent: Skopec Pavel
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-09-01)
      Problém získávání matematických modelů popisujících chování určité soustavy je aktuální napříč mnoha odvětvími. Model soustavy může být vytvořen využitím prvotních fyzikálních principů modelovaného systému, zde je však ...
    • Kategorizace produktů pomocí strojového učení 

      Author: Roman Dušek; Supervisor: Cejnek Matouš; Opponent: Oswald Cyril
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-01-28)
      Špatně zařazené produktu nejen ovlivňují zákaznickou zkušenost na stránkách webových obchodů, ale také vytváří problémy při vytváření systémů pro doporučování a hledání. V této práci otestuji několik různých modelů založených ...
    • Modelování výsledku fotbalového zápasu za účelem předpovědi závěru 

      Author: Nikita Zhdankin; Supervisor: Cejnek Matouš; Opponent: Oswald Cyril
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-25)
      Cílem práce bylo vyhodnotit faktory ovlivňující výsledky fotbalových zápasů, vytvořit hodnocení, které by objektivně hodnotilo fotbalové týmy a pokusit se předpovědět výsledky fotbalových zápasů lépe než stávající metody. ...
    • Předpovídání časových sérií s využitím rekurentních neuronových sítí 

      Author: Ondřej Bimka; Supervisor: Kokeš Josef; Opponent: Hlaváč Vladimír
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-09-01)
      Hlavním úkolem diplomové práce "Předpovídání časových sérií s využitím rekurentních neuronových sítí" je natrénovat modely na časových sériích dat, které se následně porovnávají a využijí v aplikaci.