03536ntm a22005897i 4500 000723946 CZ-PrVSE 20250629141137.0 m d cr n|||||||||| 250629s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Ježek, Stanislav ISIS:169995 dis Fine-tuning a Large Language Model for Simulating Association Rule Mining Algorithms eng Fine-tuning LLM modelu pro simulaci algoritmu dolování asociačních pravidel / Stanislav Ježek 2025 ?? stran : digital, PDF soubor Vedoucí práce: Tomáš Kliegr Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 Předkládaná práce se věnuje tématu dotrénování a následnému využití velkých jazykových modelů k hledání častých množin položek. Hlavním cílem práce bylo zjistit, zdali je možné doučit modely pro vyšší úspěšnost na dané úloze. V rámci práce byly dotrénovány dva modely (Deepseek R1 Distill Qwen 7B a Qwen1.5 1.8B Chat) na třech autorem vytvořených datasetech. Pro každý model i dataset bylo zároveň provedeno dotrénování na dvou různých nastaveních trénovací metody. Dotrénované modely byly poté otestovány na čtyřech různých datasetech pro hledání častých množin položek. Každý dataset na každém modelu byl přiložen v promptu a následně byl prompt generován na třech různých nastaveních kreativity modelu. Výstupy modelů byly porovnávány oproti výsledkům algoritmu apriori a následně oproti výsledkům nedotrénované verze daného modelu na stejné úloze. Nejlepších výsledků dosáhl nedotrénovaný model Deepseek R1 s 14 % úspěšností. Následovaly dotrénované modely Deepseek R1 s průměrnou úspěšností blížící se nule. Model Qwen1.5 na úloze hledání častých množin položek ve všech případech selhal. V případě dotrénovaných modelů docházelo k selhání modelů a v případě nedotrénovaného šlo nejčastěji o generování kódu místo výstupu. Způsob přístupu: Internet aplikovaná informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas podpora Python Deepseek fine-tuning Qwen CSV dataset itemsety asociační pravidla algoritmus Apriori LoRA Kliegr, Tomáš ISIS:8484 ths Sýkora, Lukáš ISIS:36976 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/91201/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/91201 Hlavní práce https://insis.vse.cz/zp/91201/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/91201/posudek/oponent/86425 Oponentura https://insis.vse.cz/zp/91201/podrobnosti dc:identifier NEPOSILAT VSKP vse91201 250627 91201