Zobrazit minimální záznam

Bayesian classification and regression trees
dc.contributor.advisorAntoch, Jaromír
dc.creatorDvořák, Martin
dc.date.accessioned2023-11-06T21:17:03Z
dc.date.available2023-11-06T21:17:03Z
dc.date.issued2023
dc.identifier.urihttp://hdl.handle.net/20.500.11956/185015
dc.description.abstractThe bachelor's thesis is devoted to classification and regression trees, their con- struction, and interpretation. In the first part, the reader gets acquainted with the structure of decision trees, basic definitions, and methodology. In the second part, more advanced and efficient methods for creating such trees using a Bayesian approach to the whole problem are presented. The last part of the work is focused on a practical task, where knowledge from this work is used. The entire text is accompanied by pictures, explanations, and derivations to make it easier for the reader to understand the whole problem in more depth. The thesis Bayesian classification and regression trees can serve all those interested who want to learn more about the issue of decision trees. 1en_US
dc.description.abstractBakalářská práce se věnuje klasifikačním a regresním stromům, jejich stavbě a inter- pretaci. V první části se čtenář seznámí se strukturou rozhodovacích stromů, základními definicemi a metodikou. V druhé části jsou představeny pokročilejší a efektivnější metody pro tvorbu takových stromů využívající Bayesovský přístup k celému problému. Poslední část práce je zaměřená na praktickou úlohu, kde jsou využity poznatky z této práce. Celý text je doplněn obrázky, vysvětleními a odvozeními, aby bylo pro čtenáře jednodušší celý problém pochopit více do hloubky. Práce Bayesovské klasifikační a regresní stromy může posloužit všem zájemcům, kteří chtějí blíže poznat problematiku rozhodovacích stromů. 1cs_CZ
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectklasifikační stromy|regresní stromy|CARTcs_CZ
dc.subjectclassification trees|regression trees|CARTen_US
dc.titleBayesovské klasifikační a regresní stromycs_CZ
dc.typebakalářská prácecs_CZ
dcterms.created2023
dcterms.dateAccepted2023-09-11
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId246272
dc.title.translatedBayesian classification and regression treesen_US
dc.contributor.refereeMaciak, Matúš
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineFinanční matematikacs_CZ
thesis.degree.disciplineFinancial Mathematicsen_US
thesis.degree.programFinanční matematikacs_CZ
thesis.degree.programFinancial Mathematicsen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csFinanční matematikacs_CZ
uk.degree-discipline.enFinancial Mathematicsen_US
uk.degree-program.csFinanční matematikacs_CZ
uk.degree-program.enFinancial Mathematicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csBakalářská práce se věnuje klasifikačním a regresním stromům, jejich stavbě a inter- pretaci. V první části se čtenář seznámí se strukturou rozhodovacích stromů, základními definicemi a metodikou. V druhé části jsou představeny pokročilejší a efektivnější metody pro tvorbu takových stromů využívající Bayesovský přístup k celému problému. Poslední část práce je zaměřená na praktickou úlohu, kde jsou využity poznatky z této práce. Celý text je doplněn obrázky, vysvětleními a odvozeními, aby bylo pro čtenáře jednodušší celý problém pochopit více do hloubky. Práce Bayesovské klasifikační a regresní stromy může posloužit všem zájemcům, kteří chtějí blíže poznat problematiku rozhodovacích stromů. 1cs_CZ
uk.abstract.enThe bachelor's thesis is devoted to classification and regression trees, their con- struction, and interpretation. In the first part, the reader gets acquainted with the structure of decision trees, basic definitions, and methodology. In the second part, more advanced and efficient methods for creating such trees using a Bayesian approach to the whole problem are presented. The last part of the work is focused on a practical task, where knowledge from this work is used. The entire text is accompanied by pictures, explanations, and derivations to make it easier for the reader to understand the whole problem in more depth. The thesis Bayesian classification and regression trees can serve all those interested who want to learn more about the issue of decision trees. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code2
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV