Návrh aplikace pro analýzu velkých dat s využitím algoritmů strojového učení

Burdík, Martin

Návrh aplikace pro analýzu velkých dat s využitím algoritmů strojového učení

DSpace Repository

Language: English čeština

Návrh aplikace pro analýzu velkých dat s využitím algoritmů strojového učení

dc.contributor.advisor	Kovářík, Martin
dc.contributor.author	Burdík, Martin
dc.date.accessioned	2017-07-03T09:14:44Z
dc.date.available	2017-07-03T09:14:44Z
dc.date.issued	2016-12-15
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/40691
dc.description.abstract	Velká data jsou data, které není možné analyzovat konvenčním přístupem na jednom zařízení. Jednou z možností je využít distribuovaného zpracování pro rozložení zátěže mezi více zařízení a data zpracovat s využitím strojového učení. Tímto přístupem je možné z velkého množství nestrukturovaných dat získat cenné znalosti. Tyto přístupy jsou popsány v teoretické částí práce. Mimo jiné se ukázalo, že distribuované zpracování má kromě výhod také určité nevýhody. Tyto nevýhody popisuje CAP teorém a je na ně potřeba myslet při návrhu aplikací. V praktické části je navržena aplikace, která na základě analýzy dat doporučuje uživateli produkty. Ukázalo se také, že programovací jazyk Python je díky svým knihovnám kvalitní nástroj, snadno použitelný pro datové analýzy.
dc.format	70
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	Velká data	cs
dc.subject	distribuované zpracování	cs
dc.subject	strojové učení	cs
dc.subject	analýza dat	cs
dc.subject	systém pro doporučová-ní	cs
dc.subject	Big data	en
dc.subject	distributed computing	en
dc.subject	machine learning	en
dc.subject	data analysis	en
dc.subject	recommendation system	en
dc.title	Návrh aplikace pro analýzu velkých dat s využitím algoritmů strojového učení
dc.title.alternative	Design of Application for Big Data Analysis Based on Machine Learning
dc.type	diplomová práce	cs
dc.contributor.referee	Pivnička, Michal
dc.date.accepted	2017-05-23
dc.description.abstract-translated	Big data are data, which can´t be analyzed by convention methods on a single device. One of possible solutions is to use distributed processing to divide workload across multiple devices and to process data using machine learning. With this approach it is possible to gain valuable knowledge from a large number of unstructured data. These approaches are described in the theoretical part of the thesis. Among other things, it was shown that the distributed processing has advantages as well as certain disadvantages. These disadvantages are described by CAP theorem, and it is needed to think about them while designing applications. In the practical part of this thesis, the application is designed for product recommendation based on the data analysis. It was also shown that the programming language Python is a quality tool that showed a good performance and is easy to use for data analysis.
dc.description.department	Ústav průmyslového inženýrství a informačních systémů
dc.thesis.degree-discipline	Průmyslové inženýrství	cs
dc.thesis.degree-discipline	Industrial Engineering	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta managementu a ekonomiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Management and Economics	en
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Systémové inženýrství a informatika	cs
dc.thesis.degree-program	System Engineering and Informatics	en
dc.identifier.stag	46530
utb.result.grade	E
dc.date.submitted	2017-04-13