Bakalářská práce

Analýza vhodnosti metod a nástrojů dobývání znalostí

Suitability analysis of data mining tools and methods

Samuel Kováč
Anotace

Cílem téhle práce je ponouknout teoretický úvod do tématiky dolování dat a analýzu vhodnosti volně dostupných softvérových nástrojú. První část téhle práce se zaoberá popsáním datových typú, metod a algoritmú, které jsou pouťívány v dolování dat a stojovém učení. Druhá část práce je analýzou nástrojú WEKA, KNIME, Rapid Miner, Orange a jHepWork která porovnává jejich vhodnost pro rúzné účely

Abstract

The goal of this thesis is to provide theoretical introduction to the topic of data mining and suitability analysis of freely available software tools. First part of the thesis aims to describe data types, methods and algorithms that are used in data mining and machine learning. Second part of the work deals with analysis of WEKA, KNIME, Rapid Miner, Orange and jHepWork tools and compares their suitability for different purposes.

Klíčová slova
Data mining machine learning analysis of software tools WEKA KNIME Rapid Miner Orange jHepWork
Zadání práce
Bakalářská práce se zabývá analýzou metod, nástrojů, knihoven a frameworků pro dobývání znalostí. Práce má dva základní cíle:
  • Shrnout základní principy metod strojového učení (ML) a dobývání znalostí (DM) s důrazem na pokrytí co nejširšího spektra přístupů s ohledem na charakter vstupních dat a oblast použití. Výstupem této části práce bude srovnání omezení, výpočetní a paměťové náročnosti a jejich vhodnosti pro různé úkoly a data. Minimální množinu oblastí zájmu této první části tvoří:
    • (ML) líné učení, rozhodovací stromy, pravidla, neuronové sítě, Bayesovo učení, Suppport Vector Machines,
    • metaučení (např. bagging nebo boosting),
    • využití entropie a informačního zisku (např. algoritmus C4.5 a novější), pravděpodobnosti (např. Bayes),
    • klastrování, vztahy, klasifikace a další typické úkoly DM,
    • vizualizace dat,
    • metody předzpracování, výběr vzorů, ...
  • Představit dostupné nástroje a srovnat jejich vlastnosti. Cílem je popsat nabízenou funkcionalitu. Výstupem bude také popis a charakteristika důležitých funkčních prvků, zejména: API, nabízených metod, podpora db systémů, podpora vizualizace (dat, výsledků, postupů, průběhů analýzy), podpora PMML, podpora statistické analýzy dat apod. Dále student provede analýzu vhodnosti nástrojů vzhledem ke konkrétním problémům. Student se zaměří na volně šiřitelné nástroje, např.: Weka, KNIME, RapidMiner. Součástí této části práce by měla být alespoň stručná charakteristika dostupných knihoven a zajímavých frameworků, např.: DM modulů pro R, FST (Feature Selection Toolbox) apod.
Administrativní informace
Práce zkontrolována:
23. 1. 2012 22:24, RNDr. Mgr. Jaroslav Bayer, učo 72873
Plný text práce
257,5 KB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
31. 1. 2012
Práce byla úspěšně obhájena

Vedoucí

RNDr. Mgr. Jaroslav Bayer, učo 72873
CVT FI MU

Oponent

RNDr. Hana Bydžovská, Ph.D., učo 139544
CVT FI MU

Konzultant

RNDr. Jan Géryk, Ph.D., učo 72902
CVT FI MU

Literatura

  • HAN, Jiawei a Micheline KAMBER. Data mining :concepts and techniques. San Francisco: Morgan Kaufmann Publishers, 2001, xxiv, 550. ISBN 1-55860-489-8.
  • 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.
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Aplikovaná informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce
 
Název
Vložil
Vloženo
Práva
Archiv závěrečné práce Samuel Kováč FI B-AP BcAP nxypb/6
Kováč, S.
3. 1. 2012
Složky
Soubory
Anotace anglicky annotation_english.txt
Kováč, S.
3. 1. 2012
Anotace česky annotation.txt
Kováč, S.
3. 1. 2012
Klíčová slova keywords.txt
Kováč, S.
3. 1. 2012
Posudek oponenta posudek_oponenta_kovac.pdf
Bydžovská, H.
24. 1. 2012
suitability_analysis_of_data_mining_tools.pdf
Kováč, S.
3. 1. 2012

  • 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.