02906ntm a22005417i 4500 000714458 CZ-PrVSE 20240615111821.0 m d cr n|||||||||| 240615s2024 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Bikmukhametov, Oskar ISIS:147845 dis Predikce poptávky po elektřině pomocí strojového učení eng Power demand forecasting using Machine Learning approaches / Oskar Bikmukhametov 2024 ?? stran : digital, PDF soubor Vedoucí práce: Jan Fojtík Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2024 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2024 This thesis explores the application of various machine learning models to power demand forecasting, a crucial component in the efficient management of energy resources. The main goal of this thesis is to introduce the machine learning models used for forecasting power demand and compare those methods. Additional goals supporting the main goal are contributing to the optimization of the German energy grid, demonstration of the practical application using real data, and preparation for future research. Those goals were fulfilled by using literature and the author’s experience. Python programming language was used to implement the whole practical part. The outcome of this thesis is a concise comparison of different models, such as linear regression, XGBoost and long short-term memory neural network. Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas machine learning XGBoost energy grid electricity demand forecasting linear regression LSTM Fojtík, Jan ISIS:87865 ths Lebeda, Matěj ISIS:180833 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/87204/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/87204 Hlavní práce https://insis.vse.cz/zp/87204/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/87204/posudek/oponent/82480 Oponentura https://insis.vse.cz/zp/87204/priloha/28533 Přiloha k práci https://insis.vse.cz/zp/87204/podrobnosti dc:identifier NEPOSILAT VSKP vse87204 240614 87204