Year: 2018
Type: dissertation
Abstract: Předmětem této práce je návrh a implementace meta-learningového modelu, který predikuje optimální pořadí výpočtu příznaků při transformaci relačních dat do jedné tabulky. V návrhu řešení je stanovena metrika pro vyhodnocení optimálního pořadí příznaků, na základě které jsou vytvořeny 4 predikční modely. Zvolené algoritmy pro klasifikační a regresní modely jsou logistická regrese, algoritmus ElasticNet a algoritmus XGBoost. Použitými technologiemi jsou Jupyter Notebook (Python), databáze MySQL a nástroj Predictor Factory pro transformaci relačních dat. Výstupem práce jsou vytvořená trénovací meta-data a vyhodnocení přínosu jednotlivých predikčních modelů.
Authors: Blažková, Adéla, Blažková Adéla
Language: Czech
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7002076101