03655ntm a22005777a 4500 000100512 CZ-PrVSE 20110620175452.0 m d cr n|||||||||| 110620s2007 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Vilikus, Ondřej vse2014815208 dis Clustering methods for large datasets eng Shlukovací metody pro velké soubory dat [elektronický zdroj] / Ondřej Vilikus 2007 ?? s. : digital, PDF soubor Vedoucí práce: Hana Řezanková Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) S rostoucím množstvím shromažďovaných a ukládaných dat vzniká potřeba shlukovacích metod, které by se dokázaly vypořádat i s rozsáhlými datovými soubory. Proto se objevuje množství nových algoritmů, vycházejících jak ze statistických přístupů, tak i z oblasti strojového učení. Cílem této diplomové práce je stručně představit dostupné metody shlukové analýzy a zhodnotit jejich silné a slabé stránky při analýze velkých souborů. Obsahem teoretické části je shrnutí základních pojmů a principů, které jsou všem metodám společné, a popisu nejznámějších metod shlukové analýzy. Ten obsahuje stručné vysvětlení, na jakém principu fungují a jaké výhody nebo případné nedostatky můžeme při jejich použití očekávat. Praktická část práce je věnována vlastnímu testování osmi metod dostupných v komerčním (SPSS, S-PLUS, STATISTICA) nebo akademickém (Weka) softwaru. Pro testování jsou použity umělé soubory se specifickými charakteristikami, které jsem vygeneroval pomocí vlastního algoritmu. Ten je rozšířením Neyman-Scottova procesu a kromě sférických shluků generuje i shluky nepravidelných tvarů. Výsledky potvrzují očekávání vycházející z teoretických předpokladů. Přinášejí však možnost kvantifikace vlivu charakteru dat na vhodnost jednotlivých metod Způsob přístupu: Internet Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2007 Rok obhajoby 2007 generování náhodných souborů velké datové soubory algoritmy ph114026 czenas shluková analýza ph161652 czenas statistické a pojistné inženýrství [obor dipl. práce] statistický software ph195833 czenas diplomové práce fd132022 czenas algorithms eczenas cluster analysis eczenas statistical software eczenas master's theses eczenas Řezanková, Hana, 1956- ola2004231522 ths Húsek, Dušan, 1950- xx0021336 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/5645/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/5645 Hlavní práce https://isis.vse.cz/zp/5645/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/5645/posudek/oponent/2973 Oponentura http://isis.vse.cz/zp/59716/podrobnosti dc:identifier NEPOSILAT VSKP (eVSKP)2833 59716 vse5645 110325 md5 59716 1341e721e643c1d46651ce7e95b3d6e1