Samoučící algoritmy strojového učení pro analýzu průmyslových dat
Unsupervised machine learning algorithms for industrial data analysis
Type of document
bakalářská prácebachelor thesis
Author
Jiří Jurík
Supervisor
Bukovský Ivo
Opponent
Malý Vladimír
Field of study
bez oboruStudy program
Teoretický základ strojního inženýrstvíInstitutions assigning rank
ústav mechaniky, biomechaniky a mechatronikyRights
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
Show full item recordAbstract
Cílem této bakalářské práce je rešerše problematiky analýzy průmyslových dat za pomocí výpočetní inteligence, představení několika metodik strojového učení bez učitele pro předzpracování, zpracování a vyhodnocování dat a aplikace vybraných metod na reálná a umělá data. Práce je věnována metodám redukce dimenzí vysoko rozměrných datasetů a metodám shlukování dat na základě jejich podobnosti. The aim of this thesis is a review of current problems of industrial data analysis with application of computational intelligence. Several methods are introduced for data preprocessing, processing, analyzing and applications of these methods on real and artificial data. Thesis is devoted to dimensionality reduction of high-dimensional data methods and to clustering methods.
Collections
- Bakalářské práce - 12105 [237]