Diplomová práce

Metoda podpůrných vektorů pro funkcionální data

Support vector machines for functional data

Bc. Tomáš Pompa, učo 500225
Anotace

Klasifikace funkcionálních dat patří mezi základní úlohy moderního odvětví statistiky, které nese název analýza funkcionálních dat a které se věnuje specifickému typu dat závislých na časové nebo jiné proměnné. Tato diplomová práce se zabývá metodou podpůrných vektorů, jedním z oblíbených přístupů ke klasifikační problematice, a to právě v kontextu funkcionálních dat. Teoretická část práce se zaměřuje …více

Abstract

Classification of functional data is one of the major problems in a modern part of statistics called functional data analysis. In this field, specific objects that depend on time or another variable are studied. This thesis deals with support vector machines, one of the most commonly used methods for data classification, within the context of functional data. The theoretical part of this thesis focuses …více

Klíčová slova
Metoda podpůrných vektorů klasifikace analýza funkcionálních dat funkcionální logistická regrese diskriminační analýza jádrová funkce Hilbertův prostor Reproducing kernel Hilbert space vyhlazování filtrace diskretizace Support vector machines classification functional data analysis functional logistic regression discriminant analysis kernel function Hilbert space smoothing filtering discretization
Zadání práce
V mnoha aplikacích naměřená data reprezentují hodnoty nějaké funkce. Proto je výhodné, pokud to situace dovolí, pracovat s nimi ve funkcionální podobě, tj. jako s prvky nekonečně rozměrného prostoru. Práce bude volně navazovat na předchozí studentovu bakalářskou práci. Cílem práce je zobecnit úvahy metod strojového učení na situaci funkcionálních dat, dále popsat vlastnosti takových přístupů. Získané výsledky budou demonstrovány na simulovaných nebo reálných datech.
Administrativní informace
Práce zkontrolována:
7. 5. 2024 07:51, doc. Mgr. Jan Koláček, Ph.D., učo 19999
Plný text práce
5,9 MB / soubor PDF
Přílohy (1)
Jazyk práce
čeština čeština
Termín obhajoby
12. 6. 2024
Práce byla úspěšně obhájena

Vedoucí

doc. Mgr. Jan Koláček, Ph.D., učo 19999
ÚMS Ústavy PřF MU

Oponent

doc. Mgr. David Kraus, Ph.D., učo 238224
ÚMS Ústavy PřF MU
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Plán
Statistika a analýza dat

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.