Předzpracování dat. Pavel Kordík. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
|
|
|
- Zuzana Matějková
- před 8 lety
- Počet zobrazení:
Transkript
1 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 1/29 Předzpracování dat Pavel Kordík Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Cvičení 4: Zadání úloh MI-PDD, 09/2011 MI-POA Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
2 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 2/29 Vlastní téma Předzpracování dat z různých zdrojů (obrázek, text, web, signál, řeč ) Kvalitní rešerše dostupných metod Výběr vhodných metod Ukázka na reálných datech Porovnání úspěšnosti (korelace nebo společná informace s výstupem, případně úspěšnost modelů na testovacích datech) Doporučení: vyhněte se implementaci, snažte se použít dostupné simulátory (GPL kód)
3 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 3/29 Soutěže KDD, Netflix Většinou hlavně o vhodném předzpracování dat Google: data mining competitions Soutěž FS (výběr příznaků) metod Netflix recommending movies BellKor.pdf BigChaos.pdf PragmaticTheory.pdf
4 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 4/29 Neurochirurgie Motol Snímán tlak v hlavě po úrazu (otok mozku) Jak tlak závisí na dalších snímaných ukazatelích? Vhodné předzpracování zápisu manipulace s pacientem
5 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 5/29 Neurologie v Hradci Králové Electrophysiological Laboratory Charles University in Prague Faculty of Medicine in Hradec Králové
6 Hradec - Spánková data Pavel Kordík (ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 6/29
7 Vývoj programu pro hodnocení časových řad Zpracování extrahovaných dat Ohodnocování charakteru časových řad obecně MIT spánková data - naimportovat, vyextrahovat příznaky Matlab! Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 7/29
8 Hradec - Evokované potenciály Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 8/29
9 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 9/29 Recording positions EEG The original figure illustrating the international systém Jasper HH (1958): Report of the Committee on Methods of Clinical Examination in Electroencephalography. Electroenceph. Clin. Neurophysiol. 10:
10 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 10/29 Evokované potenciály poškození očních nervů
11 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 11/29 GEOFOND Sesuvy DP Petr Zelenka ( Databáze sesuvů je třeba prozkoumat závislosti v datech Proč si vybrat tuto práci? -zajímavá data: -zkuste určit, na jakém parametru závisí aktivita sesuvu -najděte zajímavé vazby mezi jednotlivými parametry -najděte parametry metod tak, aby výsledky byly co nejlepší -data jsou již připravena pro experimenty v YALE - můžete se tak zaměřit výhradně na experimentování s daty -neřešíte, jak data do nějakého programu vůbec dostat Vrty Preprocessing dat
12 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 12/29 Geofond sesuvy v YALE DP Petr Zelenka (
13 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 13/29 Evoluční kódování DP Petr Zelenka, Michal Záborec ( Cílem práce je otestovat náš nový plugin do Yale na různých datech
14 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 14/29 Algoritmic trading Integrace časových řad různých akcií Extrakce příznaků z burzovních dat Multi-time frame přístup Analýza tiskových zpráv a jejich vlivu na vývoj akcií společností Analýza zpráv na sociálních sítích
15 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 15/29 FAKE GAME projekt - Nové jednotky - Učicí algoritmy - Stopping criteria - Podpora pro predikci časových řad - Srovnání s KM - Srovnání s matlabem (NN toolbox) -Experimenty s nastavením (výpočty na serverech) - Fully Automated Knowledge Extraction -reportovaní pomocí JasperReports, -tutoriály použití na různých datech -srovnání s Wekou -různé předzpracování - sourceforge.net/projects/fakegame
16 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 16/29 IBM SPSS zadání Vliv vážení dat na přesnost, stabilitu a přínosy modelu binární logistické regrese Na základě vzorce pro konfidenční intervaly regresních koeficientů porovnejte chování modelů vytvořených nad váženými a neváženými daty. Vážením zde rozumíme buď duplikaci případů sméněčetnou kategorií cílové proměnné, nebo prostý náhodný výběr případů svícečetnou kategorií cílové proměnné. Obě varianty vážení posuzujte odděleně. Ohodnoťte vliv vážení při učení modelu na přesnost predikcí, stabilitu rozdělení regresního skóre a na průběh ROI evaluační křivky. Teoretické závěry porovnejte spraktickou simulací. Zaměřte se především na hodně nevyvážená rozdělení cílové proměnné. Metody výběru proměnných při modelování logistickou regresí nad datovou maticí s mnoha proměnnými Vypracujte přehled variant, jak postupovat při výběru proměnných pro model binární logistické regrese pro situace, kdy datová matice obsahuje velké množství korelovaných vstupních proměnných. Doporučte vhodný postup pro takové situace a uveďte, čeho bychom se měli vyvarovat. Doporučené postupy a zjištěná rizika ilustrujte na praktické simulaci.
17 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 17/29 spam pre-filter Analýza záhlaví zpráv, metainformací a jejich souvislost se spamovostí zpráv Popis poli, ktera jsem ziskal zatim ze seznamu. ip_addr - adresa odesilatele countrycode - rozeznany country code pomoci geoip hdr_from - from adresa z MAIL FROM z SMTP protokolu rcpt - prijemce u rcpts - pocet prijemcu v celem mailu mailsize - velikost mailu v bytech szn-spam-score - spam score :) user-id - idcko prijemce(interni informace) ebox-id - idcko storage serveru(interni informace) za poslednich 5 min (paralelne i zasebou): ce-connections - pocet konexi ce-bad-rcpt-to - pocet spatnych RCPT TO v SMTP protokolu ce-bad-mail-from - pocet spatnych MAIL FROM v SMTP protokolu ce-bad-commands - pocet spatnych prikazu v SMTP protokolu c -sent - pocet odeslanych mailu ce-bytes-sent - pocet odeslanych byte ce-bad-auth - pocet spatnych autorizaci na SMTP relay header:* obsah odpovidajicich hlavicek presne v takovem case, jako jsou v mailech TO_CO_JE_VELKYMA - odpovidajici testy z spamassassinu
18 Honeywell Prague Laboratory Data z budov Energie Logy z karet Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 18/29
19 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 19/29 Center for chemical genetics Data mining procesů při buněčném dělení
20 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 20/29 Nové opensource předzpracovací metody fakegame@sourceforge Prostuduj seznam implementovaných předzpracovacích metod Nastuduj a implementuj novou metodu Srovnej s dostupnými metodami na několika různých datových souborech
21 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 21/29 Automatické předzpracování Otestovat na různých datech Konzistence výběru předzpracovacích metod Automatické předzpracování signálů
22 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 22/29 Preprocessing methods implemented in FAKE GAME
23 Methods to impute missing values MissingData.ConstantMissingDataImputer MissingData.MedianMissingDataImputer MissingData.NearestNeighbourMissingDataImputer MissingData.RemoveMissingData MissingData.AnotherInstanceValueDataImputer Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 23/29
24 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 24/29 Methods to normalize data Normalization.LinearNormalizer Normalization.SoftmaxNormalizer Normalization.MeanNormalizer Normalization.ZscoreNormalizer
25 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 25/29 Methods to reduce data DataReduction.RandomReduce DataReduction.RemoveOutlayers DataReduction.LeaveOutNeighbours DataReduction.KMeansDataReplacer DataReduction.PCA DataReduction.KDTreeReplacer DataReduction.HartCondensingReduce DataReduction.HartCondensingReduce DataReduction.IB3Reduce DataReduction.KubatMatwinReduce DataReduction.Drop3Reduce DataReduction.ChangReduce DataReduction.WilsonsEditingReduce DataReduction.ChenCondensingReduce DataReduction.RSP3CondensingReduce DataReduction.SpecialCondensingReduce DataReduction.AllKNNEditingSchemeAlgorithm DataReduction.RNNCondensingReduce
26 Other methods Discretization.EqualSizeBinning DataEnrichement.Smote Nominal data encoding 1 from N Encoding into single attribute Color Size red small green large red large Red color Green color Small size Large size Color Size or Color Size Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 26/29
27 Our experiments with automated encoding of nominal attributes Correlation Probability density 10% improvement on Golf data Relative accuracy Relative accuracy Relative accuracy Probability density Relative accuracy Relative accuracy Relative accuracy Diploma thesis Michal Zaborec, Minh Duc Do, CTU Prague, 2009 Linear regression Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 27/29
28 Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 28/29 Putting (preprocessing methods)all together For each feature, optimal sequence of preprocessing methods is evolvedby GA Raw data Genetic Algorithm evolving preprocessing sequences Preprocessing Sequences Selected representative data subset Error of models, fitness function GAME Ensemble of models Automated data preprocessing
29 Evolving preprocessing sequences Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 4 29/29
PDD Vlastní téma
PDD Semestrální úlohy CIG@FIT http://cig.felk.cvut.cz/ Vlastní téma Předzpracování dat z různých zdrojů (obrázek, text, web, signál, řeč ) Kvalitní rešerše dostupných metod Výběr vhodných metod Ukázka
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 4 1/27 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Vytěžování znalostí z dat
Pavel Kordík, Josef Borkovec (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 9 1/16 Vytěžování znalostí z dat Pavel Kordík, Josef Borkovec Department of Computer Systems Faculty of Information
Vytěžování znalostí z dat
Pavel Kordík, Josef Borkovec (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 10 1/21 Vytěžování znalostí z dat Pavel Kordík, Josef Borkovec Department of Computer Systems Faculty of Information
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 13 1/14 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 1 1/29 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Předzpracování dat. Pavel Kordík. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
Předzpracování dat Pavel Kordík Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Cvičení 1: Visualizace MI-PDD, 09/2011 MI-POA Evropský sociální fond
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 6 1/18 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 1 1/18 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Parametrizace ozařovacích míst v aktivní zóně školního reaktoru VR-1 VRABEC
Parametrizace ozařovacích míst v aktivní zóně školního reaktoru VR-1 VRABEC Kohos Antonín, Katovský Karel Huml Ondřeji Vinš Miloslav Fakulta jaderná a fyzikálně inženýrská ČVUT, Katedra jaderných reaktorů,
Feature Ranking a Feature Selection založené na induktivních modelech
Feature Ranking a Feature Selection založené na induktivních modelech 01001110 01100101 01110101 01110010 01101111 01101110 01101111 01110110 01100001 00100000 01110011 01101011 01110101 01110000 01101001
Web Information Extraction - extrakce informací z webu
Web Information Extraction - extrakce informací z webu Jan Dědek Department of Software Engineering Faculty of Information Technology Czech Technical University in Prague Peter Vojtáš, Jan Dědek, Ivo Lašek
Vytěžování znalostí z dat
Vytěžování znalostí z dat Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Přednáška 5: Hodnocení kvality modelu BI-VZD, 09/2011 MI-POA Evropský sociální
Vliv přesnosti kalibrační křivky na výsledek verifikace plánů EBT3 filmem
Vliv přesnosti kalibrační křivky na výsledek verifikace plánů EBT3 filmem TEREZA HANUŠOVÁ, FJFI ČVUT A T HOMAYEROVA NEMOCNICE SIMONA BURYŠKOVÁ, GYMNÁZIUM MATYÁŠE L ERCHA BRNO 14.04.2016 KONFERENCE RADIOLOGICKÉ
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 1 1/32 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
SOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY
SOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY P. Novák, J. Novák, A. Mikš Katedra fyziky, Fakulta stavební, České vysoké učení technické v Praze Abstrakt V rámci přechodu na model strukturovaného
Vytěžování znalostí z dat
Pavel Kordík, Josef Borkovec (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 8 1/26 Vytěžování znalostí z dat Pavel Kordík, Josef Borkovec Department of Computer Systems Faculty of Information
Cvičení 1,2 Osnova studie strategie ICT
Cvičení 1,2 Osnova studie strategie ICT Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague František Klíma, 2011 Finanční řízení informatiky, MI-FRI,
Normal mission real time system
1 / 15 Normal mission real time system Ing. Jan Šlechta CSc. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Jan Šlechta, 2011 Real Time Systems, BI-SRC,
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 7 1/27 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Compression of a Dictionary
Compression of a Dictionary Jan Lánský, Michal Žemlička zizelevak@matfyz.cz michal.zemlicka@mff.cuni.cz Dept. of Software Engineering Faculty of Mathematics and Physics Charles University Synopsis Introduction
Předzpracování dat. Pavel Kordík. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 3 1/23 Předzpracování dat Pavel Kordík Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
I. Úvod. II. Popis základních metod technické analýzy !! "# ! "" $% &'() "* *+ "" "* (,-.,/ " " "" *!!+ 01+ " * " " 2! " "*"*!
I. Úvod!! "#! "" $% &'() "* *+ "" "* (,-.,/ " " "" *!!+ 01+ " * " " 2! " "*"*! 3 * 4 " (,-.,/ *" * # "!5!0 6 7289:+789:!; ;"! ; *$! "#!; 0 + ní získané, za! + 0 0"< = >
Systém pro správu experimentálních dat a metadat. Petr Císař, Antonín Bárta 2014 Ústav komplexních systémů, FROV, JU
Systém pro správu experimentálních dat a metadat Petr Císař, Antonín Bárta 2014 Ústav komplexních systémů, FROV, JU BioWes Systém pro správu experimentálních dat a meta Hlavní cíl Vytvoření systému usnadňujícího
Vytěžování znalostí z dat
Pavel Kordík, Josef Borkovec (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 3 1/29 Vytěžování znalostí z dat Pavel Kordík, Josef Borkovec Department of Computer Systems Faculty of Information
THE PREDICTION PHYSICAL AND MECHANICAL BEHAVIOR OF FLOWING LIQUID IN THE TECHNICAL ELEMENT
THE PREDICTION PHYSICAL AND MECHANICAL BEHAVIOR OF FLOWING LIQUID IN THE TECHNICAL ELEMENT PREDIKCE FYZIKÁLNĚ-MECHANICKÝCH POMĚRŮ PROUDÍCÍ KAPALINY V TECHNICKÉM ELEMENTU Kumbár V., Bartoň S., Křivánek
External ROM 128KB For Sinclair ZX Spectrum
External ROM 8KB For Sinclair ZX Spectrum ersion.0 CSS Electronics (c) 07 RESET NMI ERD0RSZ 0n 0K 00n 00n 00n 00u/6 SN7N N8 7C00A GAL68 N369A 680R 56R 680R 8A 8B 7A 6A 5A A 3A 7B 6B 5B B 3B A A 0A 9A 8A
Mission ctitical real time system
1 / 15 Mission ctitical real time system Ing. Jan Šlechta CSc. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague Jan Šlechta, 2011 Real Time Systems,
NG C Implementace plně rekurentní
NG C Implementace plně rekurentní neuronové sítě v systému Mathematica Zdeněk Buk, Miroslav Šnorek {bukz1 snorek}@fel.cvut.cz Neural Computing Group Department of Computer Science and Engineering, Faculty
Matematické modely spontánní aktivity mozku
Matematické modely spontánní aktivity mozku Jaroslav Hlinka Ústav informatiky, Akademie věd ČR Oddělení nelineární dynamiky a složitých systémů http://ndw.cs.cas.cz/ FJFI ČVUT, Seminář současné matematiky,
v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9
České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1
Extrakce a selekce příznaků
Extrakce a selekce příznaků Based on slides Martina Bachlera martin.bachler@igi.tugraz.at, Makoto Miwa And paper Isabelle Guyon, André Elisseeff: An Introduction to variable and feature selection. JMLR,
NÁVRH REGULÁTORU PRO VLT TELESKOP POMOCÍ MATLABU 1. Zdeněk Hurák, Michael Šebek
NÁVRH REGULÁTORU PRO VLT TELESKOP POMOCÍ MATLABU 1 Zdeněk Hurák, Michael Šebek Ústav teorie informace a automatizace Akademie věd České republiky, Praha e-mail: hurak@utia.cas.cz, msebek@utia.cas.cz Abstrakt:
Správa linuxového serveru: Úvod do poštovního serveru
Home» Články» Praxe» Správa linuxového serveru» Správa linuxového serveru: Úvod do... Předchozí kapitola Zpět na obsah Následující kapitola Správa linuxového serveru: Úvod do poštovního serveru Tímto dílem
Klasifikace webových stránek na základě vizuální podoby a odkazů mezi dokumenty
Klasifikace webových stránek na základě vizuální podoby a odkazů mezi dokumenty Petr Loukota, Vladimír Bartík Ústav informačních systémů, Fakulta informačních technologií VUT v Brně, Česká republika iloukota@fit.vutbr.cz,
Závěrečná zpráva projektu Experimentální výpočetní grid pro numerickou lineární algebru
Závěrečná zpráva projektu Experimentální výpočetní grid pro numerickou lineární algebru Ing. Ivan Šimeček Ph.D., Zdeněk Buk xsimecek@fit.cvut.cz, bukz1fel.cvut.cz Červen, 2012 1 Zadání Paralelní zpracování
Email. email. Email spolupráce více systémů. email. Pro zajištění služby je používáno více aplikačních protokolů, např.: DNS SMTP.
email Email email Email spolupráce více systémů Pro zajištění služby je používáno více aplikačních protokolů, např.: DNS SMTP POP or IMAP MSGFMT (RFC822,...) a MIME Email splitting & relaying 1 relaying
Vytěžování znalostí z dat
Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2011, Cvičení 13 1/10 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology
Dolování znalostí z rozsáhlých statistických souborů lékařských dat
Mendelova univerzita v Brně Provozně ekonomická fakulta Dolování znalostí z rozsáhlých statistických souborů lékařských dat Diplomová práce Vedoucí práce: doc. Ing. Jan Žižka, CSc. Brno 2015 Vypracoval:
SOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ. Martin Štroner, Bronislav Koska 1
SOFTWARE NA ZPRACOVÁNÍ MRAČEN BODŮ Z LASEROVÉHO SKENOVÁNÍ SOFTWARE FOR PROCESSING OF POINT CLOUDS FROM LASER SCANNING Martin Štroner, Bronislav Koska 1 Abstract At the department of special geodesy is
Parametrická studie změny napětí v pánevní kosti po implantaci cerkvikokapitální endoprotézy
Parametrická studie změny napětí v pánevní kosti po implantaci cerkvikokapitální endoprotézy Daniel Kytýř, Jitka Jírová, Michal Micka Ústav teoretické a aplikované mechaniky Akademie věd České republiky
Počítačová analýza lekařských dat
Počítačová analýza lekařských dat Václav Krajíček Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Osnova Medicína a počítače Lékařské zobrazovací
API pro volání služby kurzovního lístku KB
OBSAH API pro volání služby Kurzovní lístek KB... 2 Poskytované informace... 2 Informace pro volání resource exchange-rates... 3 Příklady request / response z volání služby kurzovního lístku... 5 Způsoby
Nová éra diskových polí IBM Enterprise diskové pole s nízkým TCO! Simon Podepřel, Storage Sales 2. 2. 2011
Nová éra diskových polí IBM Enterprise diskové pole s nízkým TCO! Simon Podepřel, Storage Sales 2. 2. 2011 Klíčovéatributy Enterprise Information Infrastructure Spolehlivost Obchodní data jsou stále kritičtější,
Evoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi
Evoluční algoritmy Použítí evoluční principů, založených na metodách optimalizace funkcí a umělé inteligenci, pro hledání řešení nějaké úlohy. Populace množina jedinců, potenciálních řešení Fitness function
Vytěžování znalostí z dat
Pavel Kordík (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 11 1/31 Vytěžování znalostí z dat Pavel Kordík Department of Computer Systems Faculty of Information Technology Czech Technical
MATLAB: Vývoj a nasazení finančních aplikací
7. 6. 2016 Master Class MATLAB: Vývoj a nasazení finančních aplikací Jan Studnička studnicka@humusoft.cz info@humusoft.cz www.humusoft.cz www.mathworks.com Obsah Nároky na finanční modelování Příklady
Dobývání znalostí z databází
Dobývání znalostí z databází (Knowledge Discovery in Databases, Data Mining,..., Knowledge Destilery,...) Non-trivial process of identifying valid, novel, potentially useful and ultimately understandable
TELEGYNEKOLOGIE TELEGYNECOLOGY
TELEGYNEKOLOGIE TELEGYNECOLOGY Račanská E. 1, Huser M. 1, Schwarz D. 2, Šnábl I. 2, Ventruba P. 1 1) Gynekologicko porodnická klinika LF MU a FN Brno 2) Institut biostatistiky a analýz LF a PřF MU Abstrakt
Matematický ústav v Opavě. Studijní text k předmětu. Softwarová podpora matematických metod v ekonomice
Matematický ústav v Opavě Studijní text k předmětu Softwarová podpora matematických metod v ekonomice Zpracoval: Ing. Josef Vícha Opava 2008 Úvod: V rámci realizace projektu FRVŠ 2008 byl zaveden do výuky
Technické vzdělávání na Jihočeské univerzitě
Technické vzdělávání na Jihočeské univerzitě Přírodovědecká fakulta JU, Ústav fyziky a biofyziky Měřicí a výpočetní technika, Mechatronika České Budějovice, 15. 01. 2016 www.prf.jcu.cz/ufy Technicky orientované
Miroslav Čepek 16.12.2014
Vytěžování Dat Přednáška 12 Kombinování modelů Miroslav Čepek Pavel Kordík a Jan Černý (FIT) Fakulta Elektrotechnická, ČVUT Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti 16.12.2014
Rozpoznávání objektů ve video sekvencích
Rozpoznávání objektů ve video sekvencích Object recognition in video sequences Ing. Quy Ich PHAM, Katedra leteckých elektrotechnických systémů, Univerzita obrany, Brno email: phamichquy.hvktqs@gmail.com,
Czech Technical University in Prague DOCTORAL THESIS
Czech Technical University in Prague Faculty of Nuclear Sciences and Physical Engineering DOCTORAL THESIS CERN-THESIS-2015-137 15/10/2015 Search for B! µ + µ Decays with the Full Run I Data of The ATLAS
KOMPARACE MEZINÁRODNÍCH ÚČETNÍCH STANDARDŮ A NÁRODNÍ ÚČETNÍ LEGISLATIVY ČR
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV MANAGEMENTU FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF MANAGEMENT KOMPARACE MEZINÁRODNÍCH ÚČETNÍCH STANDARDŮ
8. PŘEDNÁŠKA 20. dubna 2017
8. PŘEDNÁŠKA 20. dubna 2017 EEG systém rozložení elektrod 10/20 základní typy zapojení požadavky na EEG přístroj analýza EEG a způsoby zobrazení ontogeneze normální EEG úvod ke cvičení montáž, filtrace,
PREDIKCE DÉLKY KOLONY V KŘIŽOVATCE PREDICTION OF THE LENGTH OF THE COLUMN IN THE INTERSECTION
PREDIKCE DÉLKY KOLONY V KŘIŽOVATCE PREDICTION OF THE LENGTH OF THE COLUMN IN THE INTERSECTION Lucie Váňová 1 Anotace: Článek pojednává o předpovídání délky kolony v křižovatce. Tato úloha je řešena v programu
Lubomír Pavliska. Datový sklad pro vědu a výzkum s návazností na datové analýzy klinických dat FNO
Lubomír Pavliska Datový sklad pro vědu a výzkum s návazností na datové analýzy klinických dat FNO Hlavní funkce datového skladu Modelování datových struktur Zabezpečený přístup uživatelů Přímé analytické
Lukáš Brodský www.gisat.cz. Praha 2008. Osnova. Objektový přístup Verze 4, 5, 6 / 7 Developer7 -funkčnost, nové vlastnosti HW
Nové možnosti objektověorientované klasifikace v Definiens Lukáš Brodský www.gisat.cz GISAT Praha 2008 Osnova Objektový přístup Verze 4, 5, 6 / 7 Developer7 -funkčnost, nové vlastnosti HW Objektový přístup
Cvičení 3. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.
Cvičení 3 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické
PCR IN DETECTION OF FUNGAL CONTAMINATIONS IN POWDERED PEPPER
PCR IN DETECTION OF FUNGAL CONTAMINATIONS IN POWDERED PEPPER Trojan V., Hanáček P., Havel L. Department of Plant Biology, Faculty of Agronomy, Mendel University of Agriculture and Forestry in Brno, Zemedelska
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INFORMAČNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INFORMATION SYSTEMS DOLOVÁNÍ ASOCIAČNÍCH
Klepnutím lze upravit styl předlohy. nadpisů. nadpisů.
1/ 13 Klepnutím lze upravit styl předlohy Klepnutím lze upravit styl předlohy www.splab.cz Soft biometric traits in de identification process Hair Jiri Prinosil Jiri Mekyska Zdenek Smekal 2/ 13 Klepnutím
Local Interconnect Network - LIN
J. Novák Czech Technical University in Prague Faculty of Electrical Engineering Dept. Of Measurement Distributed Systems in Vehicles CAN LIN MOST K-line Ethernet FlexRay Základní charakteristiky nízká
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INTELIGENTNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INTELLIGENT SYSTEMS VLIV PŘESNOSTI
Příprava dat a) Kontrola dat
Příprava dat a) Kontrola dat 2 Sběr data? Příprava dat Předpoklady o datech Software obsahuje nástroje pro: Detekci chybějících dat a dat mimo stanovených rozsah Detekci odlehlých a extrémních hodnot Překodování
Analýza ztráty stability sendvičových kompozitních panelů při zatížení tlakem
Analýza ztráty stability sendvičových kompozitních panelů při zatížení tlakem Ing. Jaromír Kučera, Ústav letadlové techniky, FS ČVUT v Praze Vedoucí práce: doc. Ing. Svatomír Slavík, CSc. Abstrakt Analýza
SenseLab. z / from CeMaS. Otevřené sledování senzorů, ovládání zařízení, nahrávání a přehrávání ve Vaší laboratoři
CeMaS, Marek Ištvánek, 22.2.2015 SenseLab z / from CeMaS Otevřené sledování senzorů, ovládání zařízení, nahrávání a přehrávání ve Vaší laboratoři Open Sensor Monitoring, Device Control, Recording and Playback
NÁVOD K POUŽITÍ VÁPNÍK 600 KATALOGOVÉ ČÍSLO 207
NÁVOD K POUŽITÍ VÁPNÍK 600 KATALOGOVÉ ČÍSLO 207 POUŽITÍ Souprava Vápník 600 se používá ke kvantitativnímu stanovení koncentrace vápenatých iontů v séru a moči. SOUHRN V lidském organismu je vázána převážná
Popis plnění balíčku WP08: Snižování mechanických ztrát pohonných jednotek
WP08: Snižování mechanických ztrát pohonných jednotek Vedoucí konsorcia podílející se na pracovním balíčku Vysoké učení technické v Brně doc. Ing. Pavel Novotný, Ph.D. Členové konsorcia podílející se na
Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Barvy a barevné prostory II BI-MGA, 2010, Přednáška 4 1/32 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU O. Šupka, F. Rund, J. Bouše Katedra radioelektroniky, fakulta elektrotechnická České vysoké učení technické v Praze, Česká republika Abstrakt Tento příspěvek
Měření axiálních rychlostních profilů v nádobách s centrální cirkulační trubkou pomocí LDA systému
Měření axiálních rychlostních profilů v nádobách s centrální cirkulační trubkou pomocí LDA systému J.Brož*,M. Severa**, T.Jirout*, F.Rieger* *Department of Process Engineering Czech Technical University
FAKULTA INFORMAČNÍCH TECHNOLOGIÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÝCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER SYSTEMS GENEROVÁNÍ MATEMATICKÝCH
Laserový skenovací systém LORS vývoj a testování přesnosti
Laserový skenovací systém LORS vývoj a testování přesnosti Ing. Bronislav Koska Ing. Martin Štroner, Ph.D. Doc. Ing. Jiří Pospíšil, CSc. ČVUT Fakulta stavební Praha Článek popisuje laserový skenovací systém
2.přednáška. Informační bezpečnost: Systém řízení informační bezpečnosti (ISMS)
Systém řízení informační bezpečností: Úvod RNDr. Igor Čermák, CSc. Katedra počítačových systémů Fakulta informačních technologií České vysoké učení technické v Praze Igor Čermák, 2011 Informační bezpečnost,
Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích
Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích Analysis of MSAF algorithm for speech enhancement in combat vehicles Ing. Jaroslav Hovorka MESIT přístroje spol. s r.o., Uherské
Zabezpečení datových přenosů pomocí CRC
Zabezpečení datových přenosů pomocí CRC Cílem úlohy je seznámit se s funkčními principy využití CRC (Cyclic Redundancy Check), tedy s jeho: - matematickým základem - vlastnostmi a detekčními schopnostmi
Obsah. Seznam obrázků. Seznam tabulek. Petr Berka, 2011
Petr Berka, 2011 Obsah... 1... 1 1 Obsah 1... 1 Dobývání znalostí z databází 1 Dobývání znalostí z databází O dobývání znalostí z databází (Knowledge Discovery in Databases, KDD) se začíná ve vědeckých
Agilní metodiky vývoje softwaru
vývoje softwaru : důraz na průběžnou komunikaci mezi vývojovým týmem a zákazníkem důraz na tvorbu kvalitního kódu a funkcí, které mají přímou obchodní hodnotu pro zákazníka týmovou spolupráci a samoorganizaci
Časné operace rozštěpu rtu a inteligenční kvocient ve 3-7 letech
Časné operace rozštěpu rtu a inteligenční kvocient ve 3-7 letech Jan Janota Thomayerova nemocnice, Praha 1. lékařská fakulta Univerzity Karlovy v Praze Rizika a benefity časné operace z hlediska neuropsychického
DETEKCE ANOMÁLNÍHO CHOVÁNÍ UŽIVATELŮ KATASTRÁLNÍCH MAPOVÝCH SLUŽEB
DETEKCE ANOMÁLNÍHO CHOVÁNÍ UŽIVATELŮ KATASTRÁLNÍCH MAPOVÝCH SLUŽEB VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta Institut geoinformatiky Ostrava 2014 Autorka: Bc. Radka
VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová
VŠEOBECNÁ TÉMATA PRO SOU Mgr. Dita Hejlová VZDĚLÁVÁNÍ V ČR VY_32_INOVACE_AH_3_03 OPVK 1.5 EU peníze středním školám CZ.1.07/1.500/34.0116 Modernizace výuky na učilišti Název školy Název šablony Předmět
Název školy STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace
Název školy STŘEDNÍ ODBORNÁ ŠKOLA a STŘEDNÍ ODBORNÉ UČILIŠTĚ, Česká Lípa, 28. října 2707, příspěvková organizace Číslo a název projektu: CZ.1.07/1.5.00/34.0880 Digitální učební materiály www.skolalipa.cz
ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA
POČÍTAČOVÁ SIMULACE JAKO NÁSTROJ OPTIMALIZACE SVAŘOVACÍ LINKY
134 Ing. Luděk Volf e-mail: ludek.volf@fs.cvut.cz Ing. Libor Beránek e-mail: libor.beranek@fs.cvut.cz Ing. Petr Mikeš e-mail: p.mikes@fs.cvut.cz Ing. Igor Vilček, Ph.D. Katedra manažmentu a ekonomiky SjF
SEARCH & BIG DATA [ & ANALYTICS] INFORUM 2015, Pavel Kocourek
![SEARCH & BIG DATA [ & ANALYTICS] INFORUM 2015, Pavel Kocourek](/thumbs/26/2081506.jpg "SEARCH & BIG DATA [ & ANALYTICS] INFORUM 2015, Pavel Kocourek")
SEARCH & BIG DATA [ & ANALYTICS] INFORUM 2015, Pavel Kocourek NÁSLEDUJÍCÍCH 25 MINUT Proč je letošní prezentace modro-zelená Vyhledávání a Big data Search architektura s využitím Big data Co to může přinést
Rozpoznávání v obraze
Rozpoznávání v obraze AdaBoost a detekce objektů IKR, 2013 Roman Juránek www.fit.vutbr.cz/~ijuranek/personal Detekce objektů Úloha - v daném obraze nalézt objekty určitých tříd
OBHAJOBA DIPLOMOVÉ PRÁCE
OBHAJOBA DIPLOMOVÉ PRÁCE Lukáš Houser FS ČVUT v Praze Ústav mechaniky, biomechaniky a mechatroniky 28. srpen 2015 Simulační modely tlumičů a jejich identifikace Autor: Studijní obor: Lukáš Houser Mechatronika
Hluk kotelen a spalinových cest
Teoretická část cvičen ení: Hluk kotelen a spalinových cest Miroslav Kučera Fakulta strojní ČVUT v Praze Ústav techniky prostřed edí Zdroje hluku Kotle pro zásobovz sobování teplem -hluk do kotelny -hluk
KLASIFIKÁTOR IZOLOVANÝCH SLOV NA BÁZI UMĚLÉ NEURONOVÉ SÍTĚ
KLASIFIKÁTOR IZOLOVANÝCH SLOV NA BÁZI UMĚLÉ NEURONOVÉ SÍTĚ David Juráček PČR MŘ Brno Abstrakt V příspěvku je demonstrováno využití umělé neuronové sítě pro klasifikaci izolovaných slov od vybrané skupiny
Rožnovský, J., Litschmann, T., (eds): Závlahy a jejich perspektiva. Mikulov, 18. 19. 3. 2015, ISBN 978-80-87577-47-9
Rožnovský, J., Litschmann, T., (eds): Závlahy a jejich perspektiva. Mikulov, 18. 19. 3. 2015, ISBN 978-80-87577-47-9 Výuka závlah a testování půd na Laboratorním dešťovém simulátoru ČVUT v Praze Education
Architektura počítačů Agenda
Architektura počítačů Agenda http://d3s.mff.cuni.cz http://d3s.mff.cuni.cz/teaching/computer_architecture/ Lubomír Bulej bulej@d3s.mff.cuni.cz CHARLES UNIVERSITY IN PRAGUE faculty faculty of of mathematcs
Co vím o Ázerbájdžánu?
Ministerstvo mládeže a sportu Ázerbájdžánské republiky Ministerstvo zahraničních věcí Ázerbájdžánské republiky Velvyslanectví Ázerbájdžánské republiky v Praze ve spolupráci s Centrem ázerbájdžánských a
Faculty of Information Technology, Brno University of Technology. testovací sady. Výstupem predikce je zpravidla odpověd,
http://excel.fit.vutbr.cz Předpověd nových chyb pomocí dolování dat v historii výsledků testů Filip Matys* Abstrakt Rozsáhlé open source systémy prochází náročným a často neřízeným vývojem. Jediným způsobem,
WI180C-PB. On-line datový list
On-line datový list A B C D E F H I J K L M N O P Q R S T Technická data v detailu Technické údaje Řada příslušenství Upozornění Krytí Rozměry (Š x V x D) Popis Klasifikace Objednací informace Další provedení
Architektura počítačů Agenda
Architektura počítačů Agenda http://d3s.mff.cuni.cz/teaching/computer_architecture/ Lubomír Bulej bulej@d3s.mff.cuni.cz CHARLES UNIVERSITY IN PRAGUE faculty of mathematics and physics Architektura počítačů,
Internet cvičení. ZS 2009/10, Cvičení 4.,15.12.2009 PHP. Tomáš Pop. DISTRIBUTED SYSTEMS RESEARCH GROUP http://dsrg.mff.cuni.cz
Internet cvičení ZS 2009/10, Cvičení 4.,15.12.2009 PHP Tomáš Pop DISTRIBUTED SYSTEMS RESEARCH GROUP http://dsrg.mff.cuni.cz CHARLES UNIVERSITY PRAGUE Faculty of Mathematics and Physics Generování tabulky
Výpočet na gridu a LM TaskPooler
Dobývání znalostí z databází MI-KDD ZS 2011 Přednáška 10 Výpočet na gridu a LM TaskPooler v systému LISp-Miner (c) 2011 Ing. M. Šimůnek, Ph.D. KIZI, Fakulta informatiky a statistiky, VŠE Praha Evropský