Cílem diplomové práce je přijít na způsob, jak lze vyhodnocovat kvalitu automobilové inzerce pomocí umělých neuronových sítí. Teoretická část obsahuje úvod do problematiky neuronových sítí, obecně popisuje jednotlivé typy, topologie a učící algoritmy. Popisuje také problémy, které při učení mohou nastat.
V praktické části jsou nejprve popsány technologie použité pro řešení problému a způsob, jakým se získávají data z inzertních serverů. Poté je přistoupeno k realizaci samotné neu-ronové sítě a vyhodnocení výsledků.
Anotace v angličtině
The aim of this thesis is to find a solution how to measure a quality of car advertisements using neural networks. The theoretical part contains an introduction to the topic of the neu-ral networks and generally describes their types, topologies and learning rules. It describes also problems that may occur during the learning.
In the practical part used technologies are described. It describes the way how to obtain a data from advertising servers. At the end the neural network is implemented and the results are evaluated.
Klíčová slova
neuronové sítě, data mining, web, crawling, inzerce
Klíčová slova v angličtině
neural networks, data mining, web, crawling, advertising
Rozsah průvodní práce
71 s. (74 000) znaků
Jazyk
CZ
Anotace
Cílem diplomové práce je přijít na způsob, jak lze vyhodnocovat kvalitu automobilové inzerce pomocí umělých neuronových sítí. Teoretická část obsahuje úvod do problematiky neuronových sítí, obecně popisuje jednotlivé typy, topologie a učící algoritmy. Popisuje také problémy, které při učení mohou nastat.
V praktické části jsou nejprve popsány technologie použité pro řešení problému a způsob, jakým se získávají data z inzertních serverů. Poté je přistoupeno k realizaci samotné neu-ronové sítě a vyhodnocení výsledků.
Anotace v angličtině
The aim of this thesis is to find a solution how to measure a quality of car advertisements using neural networks. The theoretical part contains an introduction to the topic of the neu-ral networks and generally describes their types, topologies and learning rules. It describes also problems that may occur during the learning.
In the practical part used technologies are described. It describes the way how to obtain a data from advertising servers. At the end the neural network is implemented and the results are evaluated.
Klíčová slova
neuronové sítě, data mining, web, crawling, inzerce
Klíčová slova v angličtině
neural networks, data mining, web, crawling, advertising
Zásady pro vypracování
Seznamte se s oblastí neuronových sítí.
Navrhněte klasifikační proceduru pro hodnocení instancí v oblasti prodeje aut.
Připravte vhodná trénovací a testovací data.
Připravte vhodnou neuronovou síť.
Implemenujte hodnotící systém do webové aplikace.
Zásady pro vypracování
Seznamte se s oblastí neuronových sítí.
Navrhněte klasifikační proceduru pro hodnocení instancí v oblasti prodeje aut.
Připravte vhodná trénovací a testovací data.
Připravte vhodnou neuronovou síť.
Implemenujte hodnotící systém do webové aplikace.
Seznam doporučené literatury
ZELINKA, Ivan.: Umělá inteligence I. Volume 1. Zlín: Vutium, Brno, 1998, 126 p. ISBN 80-214-1163-5.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, 1996, ISBN 80-01-01455-X.
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, 1996, ISBN 80-01-01275-1.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
GUTMANS, Andi, Stig S?ther BAKKEN a Derick RETHANS: Mistrovství v PHP 5. Vyd. 1. Brno: CP Books, 2005, 655 s., ISBN 802510799x.
VRÁNA, Jakub: 1001 tipů a triků pro PHP. Vyd. 1. Brno: Computer Press, 2010, 456 s. ISBN 9788025129401.
ŠÍMA J., NERUDA R.: Teoretické otázky neuronových sítí. Vyd. 1. Praha, 1996: Matfyzpress, 390 s., ISBN 80-85863-18-9
Seznam doporučené literatury
ZELINKA, Ivan.: Umělá inteligence I. Volume 1. Zlín: Vutium, Brno, 1998, 126 p. ISBN 80-214-1163-5.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, 1996, ISBN 80-01-01455-X.
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, 1996, ISBN 80-01-01275-1.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
GUTMANS, Andi, Stig S?ther BAKKEN a Derick RETHANS: Mistrovství v PHP 5. Vyd. 1. Brno: CP Books, 2005, 655 s., ISBN 802510799x.
VRÁNA, Jakub: 1001 tipů a triků pro PHP. Vyd. 1. Brno: Computer Press, 2010, 456 s. ISBN 9788025129401.
ŠÍMA J., NERUDA R.: Teoretické otázky neuronových sítí. Vyd. 1. Praha, 1996: Matfyzpress, 390 s., ISBN 80-85863-18-9
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, grafy, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student seznámil komisi s obsahem a výsledky své diplomové práce v krátké prezentaci. Po přečtení posudků vedoucího a oponenta práce následovala diskuze, ve které byly položeny následující dotazy:
1. Podle jakých kritérií jste vybral právě vícevrstvou neuronovou síť pro praktickou část práce? (doc. Volná)
2. Prováděl jste simulace i na jiných typech neuronových sítí? (doc. Volná)
3. Jak jste stanovil hodnotu výstupního neuronu v trénovací množině (kvalitu automobilové inzerce)?(doc. Volná)
4. Ve svých experimentech jste počet neuronů stanovoval ad hoc. Znáte nějaké heuristiky, které lze k tomuto účelu požít?(doc. Volná)
5. Nestačil by SQL dotaz? (doc. Oplatková)
Komise požaduje uvést do souladu vázanou verzi práci a odevzdaný PDF soubor. Student dotazy odpověděl a následovalo zkoušení předmětů.