Diplomová práce se zabývá návrhem modelu pro predikci návštěvnosti web domény upce.cz pomocí dopředných neuronových sítí. V první části je popsána základní charakteristika web miningu a zásadní poznatky z oblasti dopředných neuronových sítí. Další část práce zahrnuje popis předzpracování dat. Pro učení neuronové sítě je použita časová řada návštěvnosti webu upce.cz, která je pro potřeby učení upravena pomocí indikátorů technické analýzy. Poslední částí je samotné učení neuronové sítě a následná analýza získaných výsledků.
Anotace v angličtině
This thesis describes the design model for predicting visit of web domains by feed-forward neural networks. The first section describes the basic characteristics of web mining and fundamental knowledge of the feed-forward neural networks. Another part includes a description of the preprocessing. For learning of the neural network is used time series visit of web domains upce.cz, which is adjusted using the learning needs of technical analysis indicators. The last part is the learning of neural network and the subsequent analysis of the results.
web mining, feed-forward neural network, frontal neural network, time series, prediction, JavaNNS
Rozsah průvodní práce
91 s.
Jazyk
CZ
Anotace
Diplomová práce se zabývá návrhem modelu pro predikci návštěvnosti web domény upce.cz pomocí dopředných neuronových sítí. V první části je popsána základní charakteristika web miningu a zásadní poznatky z oblasti dopředných neuronových sítí. Další část práce zahrnuje popis předzpracování dat. Pro učení neuronové sítě je použita časová řada návštěvnosti webu upce.cz, která je pro potřeby učení upravena pomocí indikátorů technické analýzy. Poslední částí je samotné učení neuronové sítě a následná analýza získaných výsledků.
Anotace v angličtině
This thesis describes the design model for predicting visit of web domains by feed-forward neural networks. The first section describes the basic characteristics of web mining and fundamental knowledge of the feed-forward neural networks. Another part includes a description of the preprocessing. For learning of the neural network is used time series visit of web domains upce.cz, which is adjusted using the learning needs of technical analysis indicators. The last part is the learning of neural network and the subsequent analysis of the results.
web mining, feed-forward neural network, frontal neural network, time series, prediction, JavaNNS
Zásady pro vypracování
Analyzujte vstupní data (parametry) pro následující predikci.
Charakterizujte dopředné neuronové sítě z hlediska aproximace a predikce.
Navrhněte model na predikci návštěvnosti web domény.
Verifikujte navrhnutý model.
Uskutečněte analýzu výsledků.
Zásady pro vypracování
Analyzujte vstupní data (parametry) pro následující predikci.
Charakterizujte dopředné neuronové sítě z hlediska aproximace a predikce.
Navrhněte model na predikci návštěvnosti web domény.
Verifikujte navrhnutý model.
Uskutečněte analýzu výsledků.
Seznam doporučené literatury
KVASNIČKA, V. a kol.: Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
HAYKIN, S.: Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey, Prentice-Hall, Inc., 1999, 842s.
Seznam doporučené literatury
KVASNIČKA, V. a kol.: Úvod do teórie neurónových sietí. Iris, Bratislava, 1997.
HAYKIN, S.: Neural Networks: A Comprehensive Foundation. 2nd edition, New Jersey, Prentice-Hall, Inc., 1999, 842s.
Přílohy volně vložené
-
Přílohy vázané v práci
ilustrace, tabulky
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Studentka seznámila s výsledky své diplomové práce na téma Modelování predikce časové řady návštěvnosti web domény pomocí dopředných neuronových sítí Otázky byly směřovány do oblasti tvorby neuronových sítí. Autorka na otázky pohotově odpovídala.
Otázky komise: