03936ntm a22005057i 4500 000725217 CZ-PrVSE 20250824103944.0 m d cr n|||||||||| 250824s2025 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Martínková, Marie ISIS:169553 dis Automatic Detection of Errors and Anomalies in Data eng Automatická detekce chyb a anomálií v datech / Marie Martínková 2025 ?? stran : digital, PDF soubor Vedoucí práce: David Pejčoch Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 Bakalářská práce se zabývá automatickou detekcí problémů v datech s důrazem na využití moderních technologií pro zajištění datové kvality. Cílem práce je představit možnosti automatizace při identifikaci typických problémů v datech, jako jsou chybějící nebo nevalidní hodnoty, odlehlé hodnoty a anomálie, schema drift a data drift. Teoretická část vymezuje klíčové pojmy, dimenze datové kvality a úlohy spojené s jejím řízením, přičemž zvláštní pozornost je věnována konceptu rozšířené datové kvality, který propojuje tradiční přístupy s pokročilými nástroji, jako jsou strojové učení, zpracování přirozeného jazyka a velké jazykové modely (LLM). V praktické části jsou navrženy a otestovány různé metody detekce problémů v reálném datovém souboru. Použité přístupy zahrnují pravidlové systémy, algoritmy strojového učení, nástroje pro automatickou profilaci a využití LLM. Výsledky ukazují, že automatizovaná detekce je technicky proveditelná a prakticky přínosná, zejména při kombinaci více metod. Pravidlové přístupy poskytují transparentní a snadno interpretovatelné výstupy, zatímco velké jazykové modely nabízejí vyšší flexibilitu a schopnost zachytit složitější vzory v datech. Jejich využití však vyžaduje pečlivou validaci, protože bez kontextuálního přizpůsobení mohou generovat nepřesné nebo nadbytečné výsledky. Práce zároveň identifikuje směry dalšího rozvoje v oblasti automatizace datové kvality, jako je například systematické testování výstupů LLM na anotovaných datech, zkoumání vlivu kontextualizace vstupů nebo integraci detekčních nástrojů do širších datových ekosystémů. Výsledky této práce tak mohou sloužit jako výchozí bod pro další výzkum i praktické nasazení nástrojů pro efektivní správu dat. Způsob přístupu: Internet informační média a služby [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas automatická detekce rozšířená datová kvalita datová kvalita Pejčoch, David ISIS:2792 ths Máša, Petr ISIS:17194 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/90719/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/90719 Hlavní práce https://insis.vse.cz/zp/90719/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/90719/posudek/oponent/88122 Oponentura https://insis.vse.cz/zp/90719/priloha/32309 Přiloha k práci https://insis.vse.cz/zp/90719/podrobnosti dc:identifier NEPOSILAT VSKP vse90719 250820 90719