Velkoškálový výběr atributů
Large-scale feature selection
Typ dokumentu
diplomová prácemaster thesis
Autor
Jan Štercl
Vedoucí práce
Khikhlukha Danila
Oponent práce
Drchal Jan
Studijní obor
Kybernetická bezpečnostStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Možnosti výpočetních prostředků se neustále zvyšují, ovšem neúměrně k velikosti dat zpracovávaných v oblasti strojového učení, která narůstá ještě rychleji. Tato práce se zabývá výběrem atributů při klasifikaci dat. Teze shrnuje metody výběru atriubutů od padesátých let minulého století. Na základě rešerše bylo vybráno a implementováno sedm metod. Provedené experimenty ukazují, že implementované metody pomáhají k dosažení lepších výsledků nejen na veřejných zkušebních datových sadách, ale i na reálných datech z domény kybernetické bezpečnosti. Although the computational power is still growing, the amount of data, that needs to be processed in the field of machine learning quickly exceeds this capacity. The thesis focuses on feature selection aspect of a general classifier. There is a summary of important feature selection methods used since about seventy years ago. According to the research, seven methods were selected and implemented. Finally, it was shown, that all of the implemented methods helps to obtain better results in classification, which is true not only for public trial datasets, but also for real data from cybersecurity domain.
Kolekce
- Diplomové práce - 13136 [892]