Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 285)
Detail práce
   Přihlásit přes CAS
Hluboké učení pro analýzu velkých dat
Název práce v češtině: Hluboké učení pro analýzu velkých dat
Název v anglickém jazyce: Deep learning for big data analytics
Klíčová slova: Hluboké učení, big data, distribuované výpočty
Klíčová slova anglicky: Deep learning, big data, distributed computing
Akademický rok vypsání: 2018/2019
Typ práce: disertační práce
Jazyk práce:
Ústav: Katedra softwarového inženýrství (32-KSI)
Vedoucí / školitel: RNDr. Jakub Lokoč, Ph.D.
Řešitel:
Zásady pro vypracování
Analysis of big data and deep learning are two intensively investigated research topics with high practical impact. Whereas huge amounts of domain-specific data contain useful additional information for decision making processes, deep learning methods focuse on high-level complex abstractions given unsupervised data. The goal of this work is to address some important problems in big data analytics using deep learning approaches. For example, extract/analyze complex patterns from huge volumes of unstructured data, data annotation or effective/efficient information retrieval.
Seznam odborné literatury
Maryam M. Najafabadi, Flavio Villanustre, Taghi M. Khoshgoftaar, Naeem Seliya, Randall Wald, and Edin Muharemagic. Deep learning applications and challenges in big data analytics. Journal of Big Data, 2015.

Suthaharan S: Big data classification: Problems and challenges in network intrusion prediction with machine learning. In ACM Sigmetrics: Big Data Analytics Workshop. ACM, Pittsburgh, PA; 2013.

Bengio Y: Learning Deep Architectures for AI. Now Publishers Inc., Hanover, MA, USA; 2009.

Holubová Irena, Kosek Jiří, Minařík Karel, Novák David. Big Data a NoSQL databáze. Grada Publishing, a.s., 2015.
 
Univerzita Karlova | Informační systém UK