Bakalářská práce

Vytvoření datové pumpy pro analýzu včasnosti dodání produktu

Data pump design for data analysis of on-time product delivery

Radovan Tomášik
Anotace

Táto bakalárska práca sa zaoberá dizajnom dátovej pumpy pre analýzu včasnosti doda-nia algoritmami strojového učenia. Hlavný výstup tejto práce je dizajn dátovej pumpy s ELT procesom manažovaným SSIS platformou, ktorá pripraví dáta pre algoritmy strojového učenia. Dizajn bol vytvorený na základe použitia metód a techník dátovej analýzy a vyťažovania dát (konkrétne CRISP-DM) pre projekt implementácie …více

Abstract

The bachelor thesis focuses on data preparation for machine learning algorithms that will be applied for optimizing on-time product delivery at a manufacturing company. The main output of this thesis is a data pipeline design with an ELT process managed by the SSIS platform. It was designed by applying data analysis and data mining methods and techniques (specifically CRISP-DM) for a machine learning …více

Klíčová slova
data ETL CRISP-DM manufacturing machine learning data mining SQL strojové učenie výroba
Zadání práce
Cílem práce je analyzovat bázi dat a vytvořit nad ní datovou pumpu, která umožní následné zpracování algoritmy strojového učení.

Autor nejprve vypracuje kritickou literární rešerši tematicky zaměřenou na data management, data mining, ETL (extract-transform-load) a machine learning. Rešerše autorovi umožní zformulovat postup pro splnění cíle práce. Následně autor provede jednak analýzu báze dat a jednak analýzu toho, do jaké podoby a formátu mají být data upravena, aby je bylo možné následně zpracovat algoritmy strojového učení. Během této činnosti ve spolupráci s vlastníky procesů identifikuje proměnné, které mohou mít vliv na včasnost dodaní produktu zákazníkovi. S vlastníky databází autor identifikuje klíčová data, pro které následně navrhne datovou pumpu.
Administrativní informace
Práce zkontrolována:
27. 5. 2022 13:25, Ing. Michal Horák
Plný text práce
2,4 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
16. 6. 2022
Práce byla úspěšně obhájena

Vedoucí

Ing. Michal Horák
abs ESF MU

Oponent

Ing. Mgr. Michal Krčál, Ph.D., učo 99246
KPEM ESF MU

Literatura

  • WITTEN, I. H.; Eibe FRANK a Mark A. HALL. Data mining : practical machine learning tools and techniques. 3rd ed. Burlington: Morgan Kaufmann, 2011, xxxiii, 62. ISBN 9780123748560.
  • MURPHY, Kevin P. Machine learning : a probabilistic perspective. Cambridge, Mass.: MIT Press, 2012, xxix, 1067. ISBN 9780262018029.
  • TARANTO-VERA, G; P GALINDO-VILLARDON; J MERCHAN-SANCHEZ-JARA; J SALAZAR-POZO; A MORENO-SALAZAR a V SALAZAR-VILLALVA. Algorithms and software for data mining and machine learning: a critical comparative view from a systematic review of the literature. The Journal of Supercomputing. DORDRECHT: Springer US, 2021, 33 s. ISSN 0920-8542. Dostupné z: https://doi.org/10.1007/s11227-021-03708-5.
Citovat tuto práci
Masarykova univerzita Ekonomicko-správní fakulta
Studijní program
Plán
Podniková informatika

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.