Machine Learning for Google Android
| Thesis title in Czech: | Machine Learning for Google Android |
|---|---|
| Thesis title in English: | Machine Learning for Google Android |
| Key words: | strojové učenie, úloha klasifikácie, Android |
| English key words: | machine learning, classification task, Android |
| Academic year of topic announcement: | 2011/2012 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | angličtina |
| Department: | Institute of Formal and Applied Linguistics (32-UFAL) |
| Supervisor: | doc. RNDr. Ondřej Bojar, Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 03.11.2011 |
| Date of assignment: | 09.11.2011 |
| Confirmed by Study dept. on: | 01.12.2011 |
| Date and time of defence: | 18.06.2012 00:00 |
| Date of electronic submission: | 23.05.2012 |
| Date of submission of printed version: | 24.05.2012 |
| Date of proceeded defence: | 18.06.2012 |
| Opponents: | Mgr. et Mgr. Ondřej Dušek, Ph.D. |
| Guidelines |
| 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. |
| References |
| Tom Mitchell: Machine Learning. McGraw Hill, 1997.
http://code.google.com/android/ |