Machine Learning for Google Android

• Název práce v češtině: Machine Learning for Google Android
• Název v anglickém jazyce: Machine Learning for Google Android
• Klíčová slova: strojové učenie, úloha klasifikácie, Android
• Klíčová slova anglicky: machine learning, classification task, Android
• Akademický rok vypsání: 2011/2012
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Ústav formální a aplikované lingvistiky (32-UFAL)
• Vedoucí / školitel: doc. RNDr. Ondřej Bojar, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 03.11.2011
• Datum zadání: 09.11.2011
• Datum potvrzení stud. oddělením: 01.12.2011
• Datum a čas obhajoby: 18.06.2012 00:00
• Datum odevzdání elektronické podoby: 23.05.2012
• Datum odevzdání tištěné podoby: 24.05.2012
• Datum proběhlé obhajoby: 18.06.2012
• Oponenti: Mgr. et Mgr. Ondřej Dušek, Ph.D.

Zásady pro vypracování

Úkolem bakalářské práce je implementovat některý vhodný algoritmus strojového učení (např. rozhodovací stromy, naivní bayesovský klasifikátor, K nejbližších sousedů, perceptron, maximální entropie) jako knihovnu pro platformu Google Android. Základní funkcí knihovny je řešit klasifikační úlohu: pro danou množinu/soubor příznaků zvolit nejpravděpodobnější odpověď (případně vrátit celý uspořádaný seznam všech možných odpovědí s výsledným skóre). Trénování modelu pro větší datové sady může být prováděno na stolním počítači, na platformě Android pak stačí hotový model načíst. V implementaci je důraz samozřejmě kladen na nízkou paměťovou náročnost modelu a vysokou rychlost klasifikace.

Knihovna bude klientským aplikacím nabízet možnost zpětné vazby od uživatele. Tj. uživatel koncové aplikace dostane nějakou predikci, ale bude moci v dané konkrétní situaci zvolit jinou odpověď. Tento nový datový bod si knihovna uloží a zahrne do příštího přetrénování modelu (ať již na platformě Android, nebo později na stolním počítači).

Nedílnou součástí práce je vytvoření ukázkové aplikace využívající tuto knihovnu, a rovněž empirické vyhodnocení nároků knihovny: Jaká je rychlost klasifikace při modelu dané velikosti? Jaká je paměťová náročnost modelu s ohledem na počet vstupních a výstupních příznaků? Jaká je rychlost trénování? Vhodné je pro tuto ukázkovou aplikaci vyhodnotit i úspěšnost predikce.

Seznam odborné literatury

Tom Mitchell: Machine Learning. McGraw Hill, 1997.

http://code.google.com/android/