Hledat
Zobrazují se záznamy 111-120 z 248
Zvětšování množiny dat pro posilování učení, Data augmentation for reinforcement learning
; Vedoucí práce: Maldonado Lopez Juan Pablo; Oponent práce: Klouda Karel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-19)
V této práci je implementován nedávno představený framework pro posilované učení výzkumníků Ha a Schmidhubera nazvaný World Models. Ti přichází s originální myšlenkou naučit se svět z mnoha aspektů a ne jen ze zkušeností. ...
Vliv ztrátové funkce na detekci anomálií, The Effect of the Loss Function on Quality of Anomaly Detection
; Vedoucí práce: Pevný Tomáš; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-05-26)
Detekce anomálií zaznamenává uplatnění v mnohých oborech moderní datové analýzy. Diplomová práce pojednává o několika metodách strojového učení právě pro tuto detekci. V práci jsou podrobně rozebrány modely odhadující ...
Transfer learning pro klasifikaci textu, Transfer Learning for Textual Topic Classificaton
; Vedoucí práce: Čermák Jiří; Oponent práce: Selecký Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-06)
Nedávné vývoje v jazykových modelech vedly k posunu v transfer learning metodách ve zpracování přirozeného jazyka. Jazykové modely předtrénované na rozsáhlých obecných datasetech dosahují nejlepších výsledků v celé řadě ...
Extrakce faktů z textu Wikipedie, Fact extraction from Wikipedia article texts
; Vedoucí práce: Dojčinovski Milan; Oponent práce: Špaček Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-02-06)
Wikipedia je skvělý zdroj informací, v současné době z ní ale nejsou textové informace extrahovány do strojově čitelného formátu. V této práci využíváme DBpedia NIF dataset, představující strukturu stránek Wikipedie, pro ...
Interpretabilita modelů strojového učení, Interpretability of Machine Learning Models
; Vedoucí práce: Romportl Jan; Oponent práce: Pavlíček Josef (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-02-06)
Interpretabilita modelů strojového učení slouží k vysvětlení chování, jinak mnohdy zcela neprůhledných, modelů. Tato práce představuje nejpoužívanější metody a nástroje interpretability. Vlastnosti jednotlivých metod pak ...
Supervizované a nesupervizované učení pro fyziku těžkých iontů, Supervised and Unsupervised Learning for Heavy Ion Physics
; Vedoucí práce: Kůs Václav; Oponent práce: Bielčíková Jana (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-05-28)
Potřeba řešení komplexních problémů binární klasifikace ve fyzice těžkých iontů vyústila v častější užívání supervizovaných i nesupervizovaných algoritmů strojového učení. Spolu s vhodným předzpracováním dat a optimalizací ...
Analýza satelitních dat pomocí metod strojového učení, Satellite data analysis using machine learning methods
; Vedoucí práce: Novozámský Adam; Oponent práce: Kupková Lucie (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-01-29)
Aplikace strojového učení a hloubkového učení vylepšila stávající a umožnila vznik nových
Systém pro klasifikaci vad analogového záznamu, System for Classification of Analog Record Degradation
; Vedoucí práce: Rund František; Oponent práce: Rajmic Pavel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-12)
Tato práce se zabývá tématem modelování a klasifikace vad gramofonových desek. Cílem je vytvořit modely základních typů vad a navrhnout a implementovat v prostředí MATLAB metody automatické klasifikace těchto vad. Modelování ...
Porovnání standardních metod posilovaného učení, Comparison of State-of-the-Art Baselines for Reinforcement Learning
; Vedoucí práce: Zimmermann Karel; Oponent práce: Pošík Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-08)
V této bakalářské práci se zaměřujeme na porovnání vybraných metod posilovaného učení a algoritmů z oblasti evolučních metod pro spojitý akční prostor. První část práce je věnována teoretickému základu zadaných algoritmů. ...
Porovnání kvality algoritmů strojového učení, Benchmarking of algorithms for machine learning
; Vedoucí práce: Černý Viktor; Oponent práce: Lago Dušan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-01-28)
Cílem práce je vytvořit metodiku pro hodnocení modelů strojového učení. Následně použít tuto metodiku v nástroji, který automatizuje hodnocení modelů a dává zpětnou vazbu jejich vývojářům. Výsledkem práce je popsaná metodika ...