Bayesovské klasifikační a regresní stromy
Bayesian classification and regression trees
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/185015Identifiers
Study Information System: 246272
Collections
- Kvalifikační práce [11244]
Author
Advisor
Referee
Maciak, Matúš
Faculty / Institute
Faculty of Mathematics and Physics
Discipline
Financial Mathematics
Department
Department of Probability and Mathematical Statistics
Date of defense
11. 9. 2023
Publisher
Univerzita Karlova, Matematicko-fyzikální fakultaLanguage
Czech
Grade
Very good
Keywords (Czech)
klasifikační stromy|regresní stromy|CARTKeywords (English)
classification trees|regression trees|CARTBakalářská 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. 1
The 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. 1