Show simple item record

Meta-learning for feature selection



dc.contributor.advisorMotl Jan
dc.contributor.authorEliška Vondráčková
dc.date.accessioned2020-06-14T10:40:43Z
dc.date.available2020-06-14T10:40:43Z
dc.date.issued2020-06-13
dc.identifierKOS-962290781605
dc.identifier.urihttp://hdl.handle.net/10467/87974
dc.description.abstractPředmětem této práce je návrh a implementace metaučícího modelu, který online predikuje dané metapříznaky týkající se relevance příznaku pro výpočet. Zvolené algoritmy pro klasifikační a regresní modely jsou Pasivně agresivní algoritmus, Bagging, hierarchický lineární model, k-nejbližších sousedů a neuronová síť. Použitými technologiemi jsou Jupyter Notebook (Python) a knihovny scipy, creme a H2O, dále v jazyce R knihovna lmer pro hierarchický model. Výstupem práce jsou metamodely pro predikci jednotlivých metapříznaků a jejich porovnání.cze
dc.description.abstractThis thesis aims to design and implement a meta-learning model that online predicts meta-features about the relevance of the features. Classification and regression models were created based on passive aggressive algorithm, bagging, k-nearest neighbours, hierarchical linear regression, and neural network. The technologies used for implementation of these algorithms were Jupyter Notebook (Python) and libraries scipy, creme and H2O. For the hiearchical model, R language with lmer library were used. The results of the thesis are metamodels for prediction of the meta-features and their comparison.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectMetaučenícze
dc.subjectneuronová síťcze
dc.subjectregresecze
dc.subjectmetapříznakycze
dc.subjectmetadatacze
dc.subjectpredikcecze
dc.subjectonline učenícze
dc.subjectkNNcze
dc.subjectMeta-learningeng
dc.subjectneural networkeng
dc.subjectregressioneng
dc.subjectmeta-featureseng
dc.subjectmeta-dataeng
dc.subjectpredictioneng
dc.subjectonline learningeng
dc.subjectkNNeng
dc.titleMetaučení přínosu příznakůcze
dc.titleMeta-learning for feature selectioneng
dc.typediplomová prácecze
dc.typemaster thesiseng
dc.contributor.refereeŠimeček Ivan
theses.degree.disciplineZnalostní inženýrstvícze
theses.degree.grantorkatedra aplikované matematikycze
theses.degree.programmeInformatikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record