Diplomová práce

Modern methods for density estimation for continuous data

Juraj Škandera
Anotace

Odhad hustoty je jedna z kľúčových úloh pri manipulácii a pozorovaní neoznačených dát. Jej hlavný cieľ je odhad funkcie hustoty pravdepodobnosti pozorovaných dát. Získané znalosti o funkcii hustoty pravdepodobnosti potom poskytujú základ pre úlohy ako zhlukovanie alebo detekcia odľahlých hodnôt. V tejto práci sa zaoberáme niektorými prístupmi k tejto úlohe a porovnávame ich výkonnosť.

Abstract

Density estimation is one of the key tasks when handling and observing unsupervised data. Its main purpose is to estimate the probability density function underlying the observed data. Knowledge of probability density function then provides a basis for tasks such as clustering or outlier detection. In this thesis, we review some of the approaches to this task and compare their performance.

Klíčová slova
Density Estimation Continuous Data Neural Networks Density Forest
Zadání práce
The thesis should survey current approaches to density estimation for continuous data. A particular attention should be devoted to multidimensional density estimation in low dimensions (up to 10). However, comparison of approaches to density estimation in low and high dimension would be beneficial. The student should compare implementations of several methods and compare their capabilities. Finally, the most promising methods should be compared using data from nuclear magnetic resonance.
Administrativní informace
Práce zkontrolována:
3. 8. 2020 09:40, doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
Plný text práce
768,8 KB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
15. 9. 2020
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
KSUZD FI MU

Oponent

Ing. Jana Hozzová, Ph.D., učo 411498
Model ProtIng RECETOX PřF MU

Literatura

  • GÉRON, Aurélien. Hands-on machine learning with Scikit-Learn and TensorFlow : concepts, tools, and techniques to build intelligent systems. Tokyo: O'Reilly, 2017, xx, 543. ISBN 9781491962299.
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

  • 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.