Detail práce
Prediktivní modelování v jazyce Python
Cílem této bakalářské práce je seznámení s oborem dolování dat a procesu získávání dat z databází. Uvádí nejdůležitější postupy prováděné při dolování. Následně jsou jednotlivé techniky použity v případové studii implementované v jazyce Python. Ta se zaměřuje na predikci indexu S&P 500, který má reprezentovat vývoj akciových trhů na americké burze. Je využito klasifikačních i regresních modelů. Pro vyhodnocení úspěšnosti modelů je využito experimentální metody Monte Carlo.
Dolování dat, predikce, strojové učení, jazyk Python, klasifikace, regrese, technické identifikátory, neuronové sítě, SVM, MARS, finanční analýza, index S&P 500, časové řady, Monte Carlo
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.
- Dosáhl jste s vaší implementací klasifikátorů a prediktorů výsledků srovnatelných s výsledky publikovanými v případové studii, ze které jste čerpal?
- Jaké popisné atributy byly nakonec použity pro trénování klasifikátorů a prediktorů?
Bidlo Michal, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Češka Milan, doc. RNDr., Ph.D. (UITS FIT VUT), člen
Kreslíková Jitka, doc. RNDr., CSc. (UIFS FIT VUT), člen
Szőke Igor, Ing., Ph.D. (UPGM FIT VUT), člen
@bachelorsthesis{FITBT22064, author = "Jan Duda", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Prediktivn\'{i} modelov\'{a}n\'{i} v jazyce Python", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2019, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/22064/" }