03589ntm a22005177i 4500 000490452 CZ-PrVSE 20210605200256.0 m d cr n|||||||||| 210605s2021 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Večerek, Jan ISIS:127917 dis Application of knowledge discovery in the insurance industry eng Reálná úloha dobývání znalostí v pojišťovnictví / Jan Večerek 2021 ?? stran : digital, PDF soubor Vedoucí práce: Petr Berka Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2021 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2021 Diplomová práce řeší reálnou úlohu přiřazení pojistných událostí na likvidátory dle metod dobývání znalostí z databází. Cílem práce je zjištění, zda je možné využít dobývání znalostí z databází k řešení problému přiřazení pojistných událostí. Celý proces k dosažení cíle se řídí metodikou CRISP-DM a skládá se z následujících kroků: porozumění problematice, porozumění datům, příprava dat, modelování a využití modelů. První část práce je věnována teoretickému kontextu dobývání znalostí z databází. Součástí je popis metodiky CRISP-DM, představení úloh řešitelných pomocí dobývání znalostí a také modely pro řešení úlohy klasifikace. Spolu s modely jsou popsány i způsoby testování klasifikačních modelů a základy datové analýzy. Reálná úloha řeší problematiku přiřazení pojistných událostí na likvidátory v momentě zaregistrování pojistné událostí. Řešení úlohy je založeno na knihovnách programovacího jazyku Python a jsou využívány modely pro úlohu klasifikace jako jsou CART, RandomForest, ExtraTreesClassifier, Multilayer Perceptron, Logistická regrese, K-nejbližších sousedů a Support Vector Machines. Celkem je testováno 19 kombinací modelů na 4 různých datasetech, které byly vytvořeny na základě získaných reálných datech o pojistných událostech. Ze všech modelů se pro řešení dané klasifikační úlohy ukázaly jako nejvhodnější algoritmy pokročilých rozhodovacích stromů RandomForest a ExtraTreesClassifier. Způsob přístupu: Internet podniková informatika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas Dobývání znalostí z databází dolování dat strojové učení klasifikace pojistné události Berka, Petr, 1959- jn20001103427 ths Chudán, David js20100609002 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/74962/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/74962 Hlavní práce https://insis.vse.cz/zp/74962/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/74962/posudek/oponent/70577 Oponentura https://insis.vse.cz/zp/74962/podrobnosti dc:identifier NEPOSILAT VSKP vse74962 210603 74962