• Generalizace modelů na nové domény pomocí generování nových trénovacích vzorků 

      Autor: Jakub Brož; Vedoucí práce: Bošanský Branislav; Oponent práce: Šmídl Václav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-15)
      Současné modely hlubokého učení si vedou velmi dobře v široké škále úloh a v mnoha z nich jsou schopny překonat člověka. To platí zejména pro úlohy klasifikace obrázků, kde se hluboké neuronové sítě ukázaly jako velmi ...
    • Generátor testovacích dat 

      Autor: Karel Ševčík; Vedoucí práce: Mlejnek Jiří; Oponent práce: Rybola Zdeněk
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-27)
      Práce se věnuje vývoji aplikace pro generování testovacích dat. Cílem práce je navrhnout a implementovat prototyp, který bude podporovat generování dat do databází Oracle a SQL Server a bude v budoucnosti rozšiřitelný o ...
    • Heuristika pro automatický výběr distribuce v Open Source H2O AutoML 

      Autor: Vojtěch Müller; Vedoucí práce: Frýda Tomáš; Oponent práce: Klouda Karel
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-22)
      Tato práce se zabývá vytvořením heuristiky pro automatický výběr hyperparametru reprezentujícího statistickou distribuci vysvětlované proměnné pro H2O AutoML framework. Bylo vyzkoušeno několik přístupů s různými výsledky, ...