Uživatelsky přívětivé prostředí pro práci s dynamickými Bayesovskými sítěmi
Název práce v češtině: | Uživatelsky přívětivé prostředí pro práci s dynamickými Bayesovskými sítěmi |
---|---|
Název v anglickém jazyce: | User Friendly Envioronment for Dynamic Bayesian Networks |
Klíčová slova: | dynamické Bayesovské síťě, sekvenční data, časové řady, Java |
Klíčová slova anglicky: | dynamic Bayesian network, sequential data, time series, Java |
Akademický rok vypsání: | 2012/2013 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra softwaru a výuky informatiky (32-KSVI) |
Vedoucí / školitel: | Mgr. Rudolf Kadlec, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 15.04.2013 |
Datum zadání: | 17.04.2013 |
Datum potvrzení stud. oddělením: | 29.04.2013 |
Datum a čas obhajoby: | 02.09.2013 00:00 |
Datum odevzdání elektronické podoby: | 02.08.2013 |
Datum odevzdání tištěné podoby: | 02.08.2013 |
Datum proběhlé obhajoby: | 02.09.2013 |
Oponenti: | Mgr. Zdeněk Skřivánek |
Zásady pro vypracování |
Současným open source aplikacím pro datamining schází podpora pro
dynamické Bayesovské sítě, což je populární model pro zpracování sekvenčních dat. Cílem práce je vybrat z dostupných nástrojů ten nejvhodnější a naprogramovat pro něj rozšíření, které doplní podporu pro dynamické Bayesovské sítě za pomoci volně dostupných knihoven. Součástí práce je rešerše vhodného programu, rešerše dostupných knihoven pro dynamické Bayesovské sítě, naprogramování samotného rozšíření a tutorial ukazující použítí rozšíření na dvou příkladech. |
Seznam odborné literatury |
Murphy, K.: Software Packages for Graphical Models / Bayesian Networks [on-line]. 2005. [cit. 2012-07-23]. Dostupné z: http://www.cs.ubc.ca/~murphyk/Software/bnsoft.html.
Russel, S., Norvig, P.: Artificial Intelligence: A Modern Approach. Upper Saddle River: Prentice Hall, 3rd ed. edition, 2010. ISBN 978-0-13-604259-4. Poole, D., Mackworth, A.: Artificial Intelligence: Foundations of Computational Agents. New York: Cambridge University Press, 2010. Dostupné z: http://artint.info/. ISBN 978-052-1519-007. Mierswa, I., Wurst, M., Klinkenberg, R., Scholz, M., Euler, T.: YALE: Rapid Prototyping for Complex Data Mining Tasks. In Ungar, L., Craven, M., Gunopulos, D. and Eliassi-Rad, T. (Ed.) KDD ’06: Proceedings of the 12th ACM SIGKDD international conference on Knowledge discovery and data mining, pp. 935–940, New York, NY, USA, August 2006. ACM. doi: http://doi.acm.org/10.1145/ 1150402.1150531. Dostupné z: http://rapid-i.com/component/option,com_docman/task,doc_download/gid,25/Itemid,62/. ISBN 1-59593-339-5. Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., Witten, I.: The WEKA Data Mining Software: An Update. ACM SIGKDD Explorations Newsletter. 2009, vol. 11, issue 1, pp. 10–18. Dostupné z: http://w.icadl.org/mis510/other/p10-hall.pdf. |