Dizertační práce
Algoritmy a architektury doporučovacích systémů
Školitel
Stupeň
Téma dizertační práce
Popis tématu
U doporučovacích systémů v současné době zaměřujeme výzkum na několik otevřených problémů, které mají hluboké teoretické základy, ale jejichž řešení mají současně velmi konkrétní praktické aplikace. Zkoumáme využitenost hlubokých neuronových sítí pro redukci cold start problému doporučovacího systému, konstrukci transformerů pro predikci nákupních košíků. V oblasti obecného strojového učení se zaměřujeme na posilované učení pro optimalizaci dlouhodobějších metrik, jako je spokojenost uživatele, na metody transfer learningu pro začlenění nových doporučovacích databází, a na využití AutoML pro optimalizaci architektury a hyperparametrů doporučovacího systému.
Bakalářské práce
Efektivní algoritmy pro učení polynomiálních modelů
Autor
Martin Procházka
Rok
2013
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Katedra
Anotace
Tato práce zahrnuje kompilaci několika metod polynomiální regrese. Rešerše se zaměřuje na induktivní GMDH metody, evoluční tehcniky a kombinace těchto dvou přístupů- Součástí je také srovnání algoritmů na třech typech syntetických množin dat. Z výsledků lze vypozorovat efekty různých složitostí a počtu trénovacích prvků na úspěšnosti algoritmů. Pro 2-D případy jsou vyhotoveny vizualizace dat a výsledků jejich predikce regresními modely.
Algoritmy pro skládání origami
Autor
Jiří Nádvorník
Rok
2013
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Deep learning pro algoritmické obchodování
Autor
Vojtěch Mikšů
Rok
2014
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Zdeněk Konfršt, Ph.D.
Katedra
Optimalizace doporučovacích systémů
Autor
Radek Bartyzal
Rok
2016
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. Ing. RNDr. Martin Holeňa, CSc.
Katedra
Anotace
Tato práce popíše typy doporučovacích systémů, algoritmy stojící za nimi a způsoby hodnocení těchto systémů se zaměřením na online metodiky.
Dále představí nový SAOOA algoritmus inspirovaný evolučními strategiemi, který s využitím modelu z gaussovké směsi optimalizuje nasazené doporučovací systémy za běhu. Fungování algoritmu bude objasněno na simulovaných problémech a nakonec otestováno na skutečných doporučovacích systémech.
Spolu s algoritmem budou také představeny metody zobrazení jeho vnitřního stavu nebo kvalit jednotlivých konfigurací optimalizovaného systému.
Personalizace uživatelských rozhraní pro vizualizaci dat
Autor
Martin Endršt
Rok
2016
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Řehořek, Ph.D.
Katedra
Anotace
Tato bakalářská práce se zabývá zkoumáním využitelnosti interaktivní evoluce k personalizaci zobrazení dat. Během řešení byly nejprve prozkoumány některé aplikace využívající interaktivní evoluci a analyzován jejich přístup k uživatelské interakci s evolucí. Na základě poznatků získaných z ostatních aplikací byla vyvinuta webová aplikace demonstrující tři různá řešení, která byla napsána v jazyce JavaScript s využitím knihovny D3.js k vykreslení zobrazení.
Predikce počtu odpovědí na inzerát
Autor
Martin Šmíd
Rok
2017
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
RNDr. Kateřina Trlifajová, Ph.D.
Katedra
Anotace
Tato práce se zabývá metodami prediktivního modelování a vytěžování znalostí z textu. Na základě dat o pracovních inzerátech je cílem predikovat počet odpovědí na inzerát. Jednotlivé atributy jsou prozkoumány a zajímavé vztahy v datech prezentovány. Následuje návrh prediktivních modelů, jejich vytvoření a porovnání. Na základě jistoty modelu je vylepšena jejich úspěšnost. Nakonec je diskutována důležitost jednotlivých proměnných pro nejlepší model.
Webová služba pro pokročilou analýzu textu
Autor
Jan Švejda
Rok
2017
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Karel Klouda, Ph.D.
Katedra
Anotace
Mnoho statistických modelů a modelů strojového učení, které se snaží pokořit problémy zpracování přirozeného jazyka, mají potenciál asistovat lidem v mnoha oborech. V rámci této práce je vytvořena aplikace, která zpřístupňuje takové modely aplikované na doménu článků z internetu prostřednictvím webové služby a webové stránky. Tím je novinářům a editorům článků poskytnuta možnost získat více informací o jejich článku, umožňuje to integraci těchto modelů s externími systémy a nabízí to interaktivní experimentování s nimi také lidem, kteří se o zpracování přirozeného jazyka zajímají. Jak webová služba tak stránka byly úspěšně navrhnuty a implementovány, a to s důrazem na bezpečnost a škálovatelnost. Aplikace je navržena takovým způsobem, aby bylo možné ji v budoucnu snadno rozšířit o novou funkcionalitu.
Odezírání ze rtů pomocí hlubokých neuronových sítí
Autor
Jan Horák
Rok
2018
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
MSc. Juan Pablo Maldonado Lopez, Ph.D.
Katedra
Anotace
Problém odezírání ze rtů, tedy umění odhadu vysloveného slova, popř. celé věty, pouze z vizuální informace, je vzhledem k vysoké různorodosti artikulace lidí, počtu jazyků a slov v každém z nich, velmi složitá, ale zajímavá úloha.
V této Bakalářské práci analyzuji doposud známé způsoby odezírání ze rtů, zjišťuji jejich přesnosti a mou snahou je ověření zda je použití metod umělé inteligence, konkrétně hlubokých neuronových sítí, vhodným kandidátem pro řešení tohoto problému. V praktické části se zaměřuji na prezentaci výsledků a to jednak v podobě přesnosti mnou vytrénované neuronové sítě na testovacích datech, jednak vytvořením webové aplikace pro zjištění, jak náročné by bylo takový nástroj využít v praxi pro rozpoznávání řeči v reálném čase metodou odezírání ze rtů.
Doporučování hudby
Autor
Ondřej Šofr
Rok
2018
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Kalvoda, Ph.D.
Katedra
Anotace
Tato práce se zabývá problematikou personalizovaného doporučování hudebních skladeb posluchačům. Jsou zde představeny přístupy využívané v současnosti, zejména metody kolaborativního filtrování. Důraz je kladen na zpracování časových informací o jednotlivých akcích uživatelů a jejich využití pro zkvalitnění doporučovacích systémů. Nejdůležitější částí je rozbor modelů predikujících aktivitu uživatelů. Je zde porovnána přesnost a výkonnost jednotlivých řešení i s ohledem na jejich využitelnost v praxi. Práce obsahuje výsledky experimentálního vyhodnocení představených metod nad daty reálných uživatelů.
Gramatická interaktivní evoluce grafických rozhraní
Autor
Petr Hanzl
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Pavel Surynek, Ph.D.
Katedra
Anotace
Tato bakalářská práce se zabývá možnostmi využití evolučních algoritmů pro generování grafických rozhraní na základě uživatelových preferencí. Tato grafická rozhraní mohou být popsána gramatikou, což je sada pravidel, která umožňuje popsat všechna jejich možná nastavení.
Dalším cílem je využítí zjištěných znalostí k vytvoření prototypu, který bude generovat grafové vizualizace nad danými datasety.
Na vytvořeném prototypu byly provedeny měření počtu iterací na vytvoření požadované vizualizace. Jelikož jsou interaktivní evoluční algoritmy závislé na náhodě a na uživatelových preferencích, nelze jasně říci, že by počet dosažených iterací měl vyšší vypovídající hodnotu. Tudíž měření slouží spíše jako proof of concept.
Zlepšování algoritmů pro učení se řadit
Autor
Huy Hoang Vu
Rok
2018
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
MSc. Juan Pablo Maldonado Lopez, Ph.D.
Katedra
Anotace
V této práci se zabývám existujícími algoritmy pro úlohu přeřazení URL podle relevance na základě uživatelského dotazu do vyhledávače a metodami kolaborativního filtrování, které uvádím v rešerši. Vybrané algoritmy, což jsou ES-Rank a maticová faktorizace, pak implementuji a použiji na dataset poskytnutý společností Yandex v rámci soutěže Personalized Web Search Challenge na Kaggle.com. Poté porovnávám přesnost řazení s ostatními řešeními na Kaggle.com. Následně testuji, jestli kolaborativní filtrování metodou maticové faktorizace významně zvyšuje přesnost řazení. Nakonec analyzuji časovou složitost svého řešení.
Doporučování filmů k akvizici
Autor
Tatiana Lekýrová
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Katedra
Anotace
Táto bakalárska práca sa zaoberá problémom doporučovania filmov k akvizícii. Navrhuje dve riešenia problému cold-start, ktorý sa objavuje pri predikcii popularity nového obsahu. Prvou navrhovanom metódou je filtrovanie založené na obsahu a druhou metódou sú embeddingy s využitím neurónovej siete. Implementácia je podložená analýzou najmodernejších postupov. Evaluácia metód ukazuje, že filtrovanie založené na obsahu dosahuje lepšie výsledky oproti metóde embeddingov neurónovej siete.
Detekce uživatelských podúčtů pro lepší doporučování
Autor
Tomáš Vopat
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
MSc. Juan Pablo Maldonado Lopez, Ph.D.
Katedra
Anotace
Sdílení účtů ve streamovacích službách má negativní dopad na doporučovací systémy a následně i na kvalitu služeb poskytovanou jejich uživatelům. Tato práce má za cíl navrhnout metodu schopnou detekce takových uživatelských účtu. Navrhli jsme tedy a následně implementovali algoritmy založené na kolaborativním filtrování a metodě klouzajícího okénka, které jsou schopné odhalit sdílené účty. Představené algoritmy umožňují detekovat aktivitu jiných osob s vysokou přesností. Tato aktivita může být z účtu odfiltrována tak, aby doporučovací systém obdržel pouze relevantní data. Kromě toho se uživatelé snaží sdílením účtu vyhnout platbě předplatného, a tak mohou být takové účty omezeny.
Škálovatelnost algoritmu nejbližších sousedů
Autor
Antonín Dvořák
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Anotace
Tato práce se zabývá efektivními algoritmy pro hledání k nejbližších sousedů. Představili jsme tři konkrétní přístupy. Prvním z nich je použití k-means shlukování pro kNN, druhým tvorba aproximativního kNN grafu za použití lokálně senzitivní hashování a posledním kNN na grafické kartě. Implementace jsou z podstatné části psány v jazyce C++. V práci je nakonec provedeno měření skutečné efektivity jednotlivých algoritmů.
Softwarový modul pro vyhledávání studentů na základě jejich dovedností
Autor
Adam Jankovec
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Michal Valenta, Ph.D.
Katedra
Anotace
Tato práce se zaměřuje na vytvořeni webové aplikace pro vyhledáváni studentů podle dovednosti, která generuje studentům dovednosti ze známek, sesbiraných během studia na Fakultě informačnich technologii Českého vysokého učeni technického v Praze. Výsledkem práce je koncept, přinášejici možnost filtrovat studenty podle jejich množiny dovednosti, který mohou firmy a učitelé využit při vyhledáváni kandidátů pro svá zadáni.k
Algoritmy pro strojové odpovídání na dotazy v přirozeném jazyce
Autor
Matúš Žilinec
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Magda Friedjungová
Katedra
Anotace
Tato bakalářská práce zkoumá nejmodernější algoritmy pro strojové odpovídání na dotazy v přirozeném jazyce se zaměřením na porozumění textu a modely založené na hlubokém učení. Architektura transformer je prozkoumána a vyhodnocena na nově vydaném datasetu NaturalQuestions. Práce analyzuje konkrétní chyby a omezení současných algoritmů a zabývá se jejich možnými vylepšeními.
Klasifikace webových adres pomocí hlubokých neuronových sítí
Autor
Matyáš Skalický
Rok
2019
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
MSc. Juan Pablo Maldonado Lopez, Ph.D.
Katedra
Anotace
Tato bakalářská práce se zabývá problémem automatické klasifikace internetových adres. Důraz je kladen na hluboké neuronové sítě, konkrétně na modely, které pracují se vstupem na úrovni jednotlivých znaků. V práci je shrnutý současný stav řešení a je navržen model vhodný pro nasazení do produkce reálného firemního prostředí.
Odhadování hodnoty návštěvníka pro mediální domy
Autor
Bekbolot Khudaiberdiev
Rok
2022
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Mgr. Ladislava Smítková Janků, Ph.D.
Katedra
Anotace
Cı́lem této práce je prozkoumat metody predikce CLV v obchodnı́m prostředı́
založeném na předplatném, porovnat výkon těchto metod na veřejně dostupném
souboru dat a implementovat rozšı́řenı́ open-source projektu, které pomůže
mediálnı́m domům odhadnout CLV. Modely sBG/NBD, posı́lený regersnı́ strom
a neuronová sı́t’ jsou porovnávány na veřejně dostupné datové sadě z hudebnı́
streamovacı́ služby KKBox. Na základě experimentů je nejlepšı́m modelem v predikci CLV na úrovni jednotlivce a kohorty je posı́lený regresnı́ strom, který
je následně integrován do rozšı́řenı́ s otevřeným zdrojovým kódem. Konečným
produktem této práce je widgetové rozšı́řenı́ projektu REMP - open-source
software, který pomáhá mediálnı́m domům monetizovat jejich obsah.
Převod textu na dotaz pomocí rozsáhlých jazykových modelů na místní infrastruktuře
Autor
Patrik Laurinc
Rok
2023
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Mgr. Alexander Kovalenko, Ph.D.
Katedra
Anotace
Ve světě plném digitálních dat je zjednodušení lidské interakce s databázemi stále naléhavou výzvou. Tato bakalářská práce se zabývá potenciálem velkých jazykových modelů (LLM) transformovat přirozený text na dotazovací jazyky, jako je SQL.
Efektivní implementace neuroevoluce pro úlohy posilovaného učení
Autor
Vladimír Votava
Rok
2024
Typ
Bakalářská práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Anotace
Bakalářská práce má za cíl vytvořit knihovnu, která umožňuje běh neuroevolučních algoritmů
v prostředí webového prohlížeče. Ani neuroevoluce ani strojové učení nejsou v prostředí webového prohlížeče moc populární. Problém spočívá ve výkonu, monotónnosti jazyků a dalších
faktorech. Rešerše přinese návrh řešení umožňující efektivní vývoj neuroevolučních algoritmů
v prostředí webového prohlížeče. K tomu především využijeme technologie jako WebAssembly
a Web Workers.
Výsledná knihovna umožňuje vývojáři efektivně vyvíjet nové algoritmy neuroevoluce. Zároveň má knihovna k dispozici jednoduchý engine, ve kterém si mohou vývojáři implementovat
vlastní modely prostředí, aniž by se museli starat o běh v prostředí JavaScriptu / webového
prohlížeče. V rámci knihovny jsou také implementovány dva algoritmy (NEAT a HyperNEAT)
a dvě prostředí v podobě jednoduchých her. Implementace knihovny byla na těchto prostředích
otestována, čímž byla doložena její funkčnost a data o rychlosti konvergence. Knihovna je koncipována jako open-source projekt s kvalitní strukturou a dokumentací. Díky tomu může být dále
rozšiřována a vylepšována.
Diplomové práce
Regresní modelování pro fulltextové vyhledávání
Autor
Jakub Jirků
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jan Černý
Katedra
Visualní detekce vztahů v databázích
Autor
Matyáš Krutský
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jaroslav Kuchař, Ph.D.
Katedra
Metody pro identifikaci vzorků z hutní výroby
Autor
Juraj Leškanič
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. Ing. Michal Haindl, DrSc.
Katedra
Autentizace uživatelů a správa rolí v prostředí fakultních aplikací
Autor
Martin Matuška
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Martin Bílý
Katedra
Infrastruktura pro sdílení a elektronický oběh dokumentu
Autor
Filip Rajnoch
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Vladimír Mezera
Katedra
Aplikační rozhraní k portálu fakulty
Autor
Tomáš Králík
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Vladimír Mezera
Katedra
Reportování pro efektivní řízení fakulty
Autor
Adam Kučera
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Michal Valenta, Ph.D.
Katedra
Datový sklad fakulty
Autor
Stanislav Kuznetsov
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Michal Valenta, Ph.D.
Katedra
Metody pro konstrukci trénovací množiny
Autor
Tomáš Borovička
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Katedra
Algoritmus pro tvorbu asociačních pravidel z častých sekvencí
Autor
Martin Hadáček
Rok
2012
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Miroslav Čepek, Ph.D.
Katedra
Návrh uživatelského rozhraní pro přístup ke studijním materiálům
Autor
Jan Pavlovský
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. Ing. Jan Schmidt, Ph.D.
Katedra
Komunikační infrastruktura v portálu Liferay
Autor
Marcel Mika
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Mgr. Monika Součková
Katedra
Vytěžování vědeckovýzkumných dat
Autor
Vojtěch Medonos
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Martin Šlapák, Ph.D.
Katedra
Visualizace chování skupin modelů
Autor
Jan Fabián
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jaroslav Kuchař, Ph.D.
Katedra
Informační podpora klinických studií
Autor
Václav Čadek
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Borovička
Katedra
Portál pro absolventy
Autor
Tomáš Janda
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Daniel Matocha, MSc.
Katedra
Podpora diagnostiky boreliózy metodami strojového učení
Autor
Jan Motl
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Bartoň, Ph.D.
Katedra
Metody pro detekci anomalit
Autor
Jan Krejcar
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Katedra
Anotace
V některých případech je mnohem cennější odhalit v systému odlehlou hodnotu,
než hledat normální chování (zdravotní diagnózy, detekce průniku do
systému, detekce fraudu platebních karet atd.). Proto je hledání odlehlých
hodnot - detekce anomalit - jednou ze základních částí dataminingu.
Cílem této práce je rozřadit metody detekcí anomalit, vybrat a implementovat
vhodné metody pro potřeby telekomunikační společnosti a navrhnout
úpravu těchto metod pro semi-supervizovaný systém detekcí anomalit.
Systém pro doporučování založený na metodách pro extrakci znalostí z textu
Autor
Radovan Lupták
Rok
2013
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Mgr. Ondřej Háva, Ph.D.
Katedra
Prostředí pro distribuované výpočty
Autor
Adam Činčura
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. Ing. Pavel Tvrdík, CSc.
Katedra
Přístupy k automatizaci 3D tisku
Autor
Marek Žehra
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jan Trávníček, Ph.D.
Katedra
Portlety pro přístup ke studijním materiálům
Autor
Daniel Heglas
Rok
2015
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. Ing. Jan Schmidt, Ph.D.
Katedra
Posílení zpětné vazby z průmyslu na univerzitu
Autor
Aleš Fišer
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Marcel Hlopko
Katedra
Analýza výsledků absolventů středních škol na VŠ
Autor
Eliška Hrubá
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Stanislav Kuznetsov, Ph.D.
Katedra
Moderní metody klasifikace zpravodajských článků
Autor
Martin Pirkl
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Bartoň, Ph.D.
Katedra
Srovnání statistického a dataminingového přístupu k chemometrické analýze ropných derivátů
Autor
František Hána
Rok
2014
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Bartoň, Ph.D.
Katedra
Panel pro vizualizaci pedagogických výkonů
Autor
Marie Remešová
Rok
2015
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Michal Valenta, Ph.D.
Katedra
Anotace
Tato práce se zabývá metodami vývoje portletů pro portál Liferay. Věnuje se popisu, získávání a následné vizualizaci dat z fakultou shromažďované databáze úvazků.
V teoretické části se dále věnuje pro úlohu vhodným metodám vizualizace a volbě barev pro tvorbu barevných škál. Podstatnou část práce tvoří zpracování a následná vizualizace dat za využití knihovny D3.js. V rámci práce byla vytvořena sada dashboardů, které zaměstnancům fakulty umožní zorientovat se v úvazcích a díky nově implementovanému mechanismu porovnávání pomůže managerům při řízení chodu fakulty i jednotlivých kateder.
Vyhledávání ve velkých grafech
Autor
Petr Šuták
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Mgr. Martin Podloucký
Katedra
Anotace
Cílem této práce je prozkoumat metody pro vyhledávání v grafech. Na základě jejich analýzy poté vybrat vhodný algoritmus, který bude součástí implementace vizuálního vyhledávání nad grafy. Modul bude součástí nástroje SVAT, což je produkt sloužící k vizuální analýze dat. Na základě požadavků na systém bude navrženo řešení, jehož úspěch je v závěru otestován. Výstupem práce je funkční modul, připravený pro použití v průmyslu.
Interaktivní panely pro hodnocení pedagogických a výzkumných aktivit
Autor
Petr Dušek
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jiří Mlejnek
Katedra
Strojové učení pro hraní her s vizuálním vstupem
Autor
Martin Brázdil
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Katedra
Anotace
Hraní her z visuálního vstupu je komplexní problém, který se dotýká prakticky všech tématických oblastí strojového učení. Přesto jde o zjednodušenou variantu ultimátního cíle, univerzálního inteligentního agenta. Tato práce si klade několik cílů. Vytvoření konzistentní fundamentální teorie. Popis moderních technik řešící problém. Návrh vlastního dílčího přístupu a experimentální ověření správnosti.
Algoritmy pro analýzu časoprostorového chování podezřelých osob
Autor
Ján Tkačík
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Zdeněk Buk, Ph.D.
Katedra
Anotace
Mnoho studií prokázalo, že vzorce lidského pohybu mají vysoký stupeň jak prostorové, tak i časové pravidelnosti. Tento fakt nás ujišťuje, že je možné vytvořit model lidského chování pro extrakci vzorů chování a predikci pohybu. Detektivové vybaveni těmito modely budou schopní odhalit potenciální hrozby rychleji, stejně jako automaticky odhalit podezřelé chování sledovaných osob.
Implementovali jsme aplikaci umožňující detekci důležitých míst pro jednotlivce s následnou možností predikce pohybu mezi těmito místy jen z osobní historie polohy. Pro detekci důležitých míst byl navržen nový algoritmus AgarClust. Na predikci pohybu byl použit model založnený na rekurentní neuronové síti, Neural Turing Machine. Ukázali jsme, že prediktor založený na NTM je schopný modelovat mnohé vzorce pohybu s přesnosí blížící se maximální prediktabilitě. Vytvořená aplikace pomůže zefektivnit práci detektívů Policie České Republiky pri analýze dat o sledovaných osobách.
Analytické webové služby pro portál spolupráce s průmyslem
Autor
Jiří Maroušek
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Aleš Fišer
Katedra
Anotace
Práce se zabývá implementací analytických metod využivajících algoritmů text miningu, které mají za úkol usnadnit a zautomatizovat činnost uživatelů fakultního portálu Spolupráce s průmyslem. Druhou částí práce je návrh a implementace webových služeb, které zpřístupňují výstupy analytických metod. Text práce se zabývá teoretickou částí použitých text miningových algoritmů, analýzou externích dat využitelných pro analytické metody, dokumentuje implementaci obou částí práce a na závěr se věnuje diskuzi nad kvalitou výsledků.
Aplikace pro analýzu textových zpráv pro potřeby vyšetřovatelů
Autor
Štěpán Škorpil
Rok
2015
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Katedra
Anotace
Cílem práce je navrhnout a implementovat software pro zpracování textových dokumentů v českém jazyce, který by mohla Policie České republiky využít v boji se zločinem. Výsledkem je první část komplexního řešení, která se zabývá prohledáváním dokumentů, automatickým tříděním do shluků a hledáním podobných dokumentů. Práce se snaží dosáhnout cílů hledáním vhodných algoritmů pro stemizaci českého textu.
Nástroje a postupy pro žurnalistiku nové generace
Autor
Jakub Bartel
Rok
2015
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. Dr. Ing. Petr Kroha, CSc.
Katedra
Anotace
Tato práce popisuje praktické nasazení přístupů z oblasti strojového učení
v oboru online žurnalistiky. Zabývá se sběrem, zpracováním a dalším použitím
textových dat, sociálních signálů a dat z analytických systémů pro
sledování návštěvnosti webů. Systém je následně schopen personalizovat
sledování světového dění - aktuálně populární témata a události - a navíc
predikovat budoucí popularitu jednotlivých témat. K tomu používá nástroj
pro obsahové doporučování, který netriviálním způsobem kombinuje s ná-
strojem prediktivního modelování.
Prediktivní modely v logistice: srovnání tradičních přístupů a neuronových sítí
Autor
Ruhi Ravichandran
Rok
2015
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jan Motl
Katedra
Anotace
Tato práce zabývá srovnáním tradičních metod analýzy časových řad; konkrétně pak Holt-Wintersovou metodou, exponenciálním vyrovnáváním a autoregresivními intergrovanými modely klouzavých průměrů (ARIMA) s umělou neuronovou sítí za účelem prognózy úrovně zásob více skladových jednotek (SKU - Stock Keeping Unit) na konci dodavatelského řetězce - v maloobchodní prodejně. Komparace je provedena za pomoci různých ukazatelů přesnosti prognóz. Je zde zkoumáno, jaký přístup je vhodné zvolit při prognóze úrovně zásob v prodejně na příkladu společnosti vyrábějící více SKUs. Práce rovněž objasňuje rozličné faktory, které ovlivňují kvalitu zvolených modelů; například události spojené s prodejem jako je reklama, období dovolené, víkendy atp. či četnost prognóz; zda jsou vyhotovovány týdně nebo měsíčně. Modelování a analýza byly provedeny v programovacím jazyku R. Data zde použitá jsou reálná a byla získána od přední společnosti z oblasti rychloobrátkového zboží. Výzkum se proto zaměřuje právě na toto odvětví a nabízí řešení ke zlepšení prognóz poptávky výše uvedené společnosti.
Optimalizace pořadí výsledků našeptávače
Autor
František Hejl
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Katedra
Anotace
Tato práce zkoumá problém řazeni výsledků v našeptávači počátečniho a cilového bodu v mobilni aplikaci pro veřejnou dopravu. Bylo navrženo několik
metrik pro vyhodnoceni kvality našeptávače a aplikováno při strojovém učeni
našeptávače. Byl použit dataset dřive uskutečněných hledáni.
Našeptávaci algoritmus s nejlepšimi výsledky dokáže odhadnout počátek i cil který uživatel vyhledá s přesnosti 29 %. Pouze pro start to je 53 %, pro
cil 50 %. Tento našeptávač byl implementován jako knihovna pro Android a integrován do aplikace.
Analytický framework nad interakčními daty z eshopů
Autor
Lukáš Dvořák
Rok
2016
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Řehořek, Ph.D.
Katedra
Anotace
Tato diplomová práce se zabývá specifiky e-shopů a průzkumem vhodných metod pro provádění analýz nad transakčními daty. Výsledkem je návrh analytického frameworku pro účely reportování majitelům transakčních a prodejních dat, který je možné nasadit pro využití v e-shopech libovolného typu, velikosti a nezávisle na implementaci. Součástí práce jsou dvě případové studie aplikující navrhovaný framework nad daty z reálných e-shopů.
Škálovatelnost prediktivních modelů
Autor
Tomáš Frýda
Rok
2017
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Karel Klouda, Ph.D.
Katedra
Anotace
Tato práce má dva hlavní cíle - (1) paralelizovat FAKE GAME integrací do open source frameworku H2O, zaměřeného na strojové učení, a (2) hodnocení anytime vlastností algoritmů strojového učení a vlivu optimalizace hyper-parametrů na tyto algoritmy.
Tyto cíle jsem realizoval integrací FAKE GAME do H2O. Za účelem vyhodnocení anytime vlastností jsem implementoval nový nástroj nazvaný Benchmarker.
Vyhodnocení anytime vlastností ukázalo, že pro některé problémy modely z FAKE GAME překonají modely z H2O, jak v přesnosti,
tak i ve výkonu.
Na druhou stranu vyhodnocení vlivu optimalizace hyper-parametrů ukázalo poměrně malý úspěch při optimalizaci algoritmů strojového učení z H2O.
Domnívám se, že zanedbatelné zvýšení výkonnosti, a pro některé z optimalizovaných modelů dokonce i nižší výkon než u výchozí konfigurace, je způsobeno automatickým laděním některých hyper-parametrů, které se provádí ve výchozím nastavení H2O.
Porozumění dokumentům pomocí metod text miningu
Autor
Sergii Stamenov
Rok
2017
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Mgr. Petr Paščenko
Katedra
Anotace
Klíčová slova jsou výrazy které popisují téma dokumentu. Používají se také pro shrnutí dokumentu nebo při optimalizaci jejich vyhledávaní. Cílem této práce je prozkoumat možnosti vylepšení extrakce klíčových slov a jejich použití při shlukování a klasifikaci dokumentu. Podařilo se prozkoumat možnosti vytváření ontologie na základě klíčových slov a modelování klíčových slov v čase. Navíc bylo v práci ukázáno, že metody text-miningu lze v omezené míře použít i pro predikci délky života článku. Dále byl navržen a implementován text miningový systém, který je prostřednictvím webových služeb schopný extrahovat klíčová slova z novinových článků a shlukovat je dle postupů, které byly vyhodnoceny jako nejúspěšnější.
Predikce kriminality
Autor
Veronika Maurerová
Rok
2017
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Katedra
Anotace
S důrazem na efektivitu práce a s vzrůstajícím zájmem o zpracování dat, strojové učení a umělou inteligenci, se prediktivní analýza stává součástí policejních aktivit, predevším v oblasti prevence kriminality. Například policejní hlídky jsou plánováné pomocí prediktivní analýzy nejvíce ohrožených oblastí ve městě. Tato práce se zabývá především využitím metod supervizovaného učení při dolování skrytých vzorců z historických kriminálních dat. Cílem je s určitou jistotou indikovat ohrožená místa pro budoucí spáchání trestného činu či přestupku s vyžitím metod založených na rozhodovacíh stromech a neuronových sítích.
Portál pro podporu studia a klasifikace studentů
Autor
Zdeněk Balák
Rok
2017
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jiří Hunka
Katedra
Anotace
Tato práce se zabývá návrhem systému pro řízení výuky, konkrétněji systému pro použití na FIT ČVUT.
Práce popisuje tvorbu systému od analýzy, přes návrh až po realizaci. Využito bylo standardních webových technologií a metod pro návrh softwarového díla.
Výsledkem práce je fungující prototyp aplikace, která již může sloužit ke správě výuky.
Aplikace byla navržena s ohledem na možnost budoucího rozšiřování. Využít se dá praktická část pro další rozvoj systému pro správu obsahu nebo přímo text práce jako inspirace pro tvorbu webové aplikace.
Rozpoznávání památek
Autor
Peter Bábics
Rok
2017
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Kalvoda, Ph.D.
Katedra
Anotace
V tejto práci som sa zameral na analýzu existujúcich prístupov pri rozpoznávaní objektov z fotografií. Analyzoval som možné zdroje dát pre historické budovy v Prahe, vhodným spôsobom som vytvoril súbor fotografií pre strojové učenie, následne som testoval rôzne modely a prístupy pri rozpoznávaní pamiatok, využívajúce hlboké konvolučné siete. Nakoniec som vybraný model implemetnoval do jednoduchého frameworku, ktorý som následne napojil na chatbota Golem a otestoval celkovú integráciu pomocou mobilnej aplikácie Messanger
Optimalizace doporučovacích algoritmů
Autor
Jakub Drdák
Rok
2018
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Řehořek, Ph.D.
Katedra
Anotace
V poslednich letech se vyvinulo velké množstvi rozličných doporučovacich al-
goritmů. Jednu věc maji ale všechny společnou. Jejich hyper-parametry se
musi pečlivě zvolit, aby dosahovaly dobrých výsledků.
Tato práce se zabývá výběrem takových algoritmů a navrhnutim optimal-
izačni procedury, která bude schopná nalézt vhodné hyper-parametry těchto
algoritmů. Výsledky jsou pak ověřeny na reálných datasetech.
Doporučování obrázků k článkům
Autor
Matouš Pištora
Rok
2019
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Karel Klouda, Ph.D.
Katedra
Anotace
Tato diplomová práce se soustřeďuje na nejnovější algoritmy zpracování obrazu a vytěžování textu včetně metod hlubokého učení a neuronových sítí. Je navržen systém, který je schopen na základě textu novinového článku navrhnout obrázky související s jeho obsahem. Součástí systému jsou moderní algoritmy na vytěžování informací z textu a obrázků, které byly testovány společně s regresními algoritmy. Tento systém je rozšířen na více jazyků.
Neuronové autoencodery pro doporučování
Autor
Michal Bajer
Rok
2019
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jaroslav Kuchař, Ph.D.
Katedra
Anotace
Tato práce se zabývá možnostmi využití autoencoderů v rámci doporučovacích
systémů, jejich potenciálem pro předpovídání chování uživatelů a rozdíly mezi
různými variantami těchto modelů.
Cílem práce je zmapovat možné přístupy, stanovit vhodné metriky pro
posouzení kvality doporučení, implementovat slibné varianty a porovnat jejich
úspěšnost na dostupných datech.
Výsledkem práce je analýza a diskuze možných řešení, zmapování vlivu
hyperparametrů na kvalitu doporučení a výběr nejvhodnějšího modelu na základě
provedených pokusů.
Doporučování na základě obrázků produktů
Autor
Kristýna Tauchmanová
Rok
2020
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Tomáš Kalvoda, Ph.D.
Katedra
Anotace
Cílem této diplomové práce je analýza doporučovacích sytémů a návrh takových systémů s použitím obrázků produktů. Práce obsahuje analýzu poskytnutých dat a návrh doporučovacích algoritmů pro různé scénáře. Součástí práce je i teoretický úvod do problematiky doporučovacích sytémů a zpracování obrazu. V závěru se práce také zabývá offline vyhodnocením navržených modelů.
Algoritmy pro lepší porozumění doporučovaného obsahu a segmentů uživatelů
Autor
Pavel Hlubík
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Studium vztahu mezi publikem a obsahem, který konzumuje, je pro tvůrce obsahu zásadní. V této práci navrhujeme a experimentálně vyhodnocujeme různé metody vizualizace aspektů publika. Zavádíme novou techniku vkládání uživatelů a položek do stejného latentního vektorového prostoru, která dosahuje slibných výsledků na známé datové sadě Movielens. K vizualizaci publika dále využíváme samoorganizační mapy, jejichž použití pro tento typ úlohy je podle našich nejlepších znalostí novým přístupem. Poslední metodou tohoto druhu je nově publikovaný framework MDE, který překonává mnohé nevýhody t-SNE, a přitom neohrožuje kvalitu, což ukážeme experimentálně.
Zabýváme se také dalšími pohledy na interakce uživatelů. Uživatelé a položky jsou propojeni pomocí Sankeyho diagramů, které nabízejí komplexní pohled na to, které skupiny uživatelů interagují s jakým obsahem, a jsou informativnější než prosté zařazení uživatelů do jedné kategorie. Navrhujeme také přístup k vizualizaci interakcí uživatelů v čase, který může pomoci analyzovat časové závislosti.
Analýza dotazů online zdravotní kliniky pomocí strojového učení
Autor
Adam Jankovec
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Jitka Hrabáková, Ph.D.
Katedra
Anotace
Tato práce se zaměřuje na aplikaci strojového učení pro automatizaci procesů online lékařské kliniky s použitím metodologie Cross-industry standard process for data mining. Výsledkem je úspěšné nasazení služby, která na základě dotazů pacientů předpovídá lékařské obory, do produkčního prostředí a navázání spolupráce mezi Fakultou informačních technologií a společností uLékaře.cz.
Vehicle Routing Problem řešený pomocí strojového učení a heuristických optimalizačních metod
Autor
Adam Zvada
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Mgr. Ladislava Smítková Janků, Ph.D.
Katedra
Anotace
Pro řešení vehicle routing problému byly navrženy nové přístupy v oblasti strojového učení, ale téměř žádná pozornost nebyla věnována variantě vehicle routing problému s časovými okny s mírným omezením (VRPTW). I přesto, že tato varianta je nutná řešit v každém produkčním řešení plánovacího logistického systému.
Tato práce navrhuje novou metodu řešení VRPTW pomocí hlubokého posilovaného učení. Model je postaven na architektuře Transformer využívající Graph Attention Network pro vložení vstupní instance. Model používá nově navrženou funkci odměny, která zahrnuje omezení časových oken. Práce také zkoumá další metaheuristické metody pro řešení VRPTW, které slouží ke vyhodnocení výsledného modelu.
Výsledkem této práce je end-to-end model hlubokého učení, který řeší VRPTW, který ale stále předčí metaheuristiké metody.
Automatické nastavování velikosti neuronových sítí v omezeném čase
Autor
Vojtěch Cahlík
Rok
2022
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. Ing. RNDr. Martin Holeňa, CSc.
Katedra
Anotace
Algoritmy označované jako anytime slouží k produkování aproximativních výsledků, jejichž kvalita se s výpočetním časem zlepšuje. Tato diplomová práce se zaměřuje na aplikaci anytime algoritmů v úlohách strojového učení za využití metody auto-sizing, která umožňuje efektivní prořezávání komponent umělých neuronových sítí pomocí gradientní optimalizace. V rámci diplomové práce je původní auto-sizing rozšířen do metody nazvané dynamický auto-sizing, která umožňuje měnit velikost a strukturu modelů během tréninku upravováním aplikované síly regularizace, a tato technika je dále začleněna do několika anytime algoritmů strojového učení. Výsledky experimentů ukazují, že dynamický auto-sizing může být úspěšně použit v různorodých klasifikačních a regresních úlohách, často s lepšími výsledky než za použití tradičních přístupů.
Personalizované doporučovnání pro studenty
Autor
Čeněk Žid
Rok
2022
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Rodrigo Augusto da Silva Alves, Ph.D.
Katedra
Anotace
Diplomová práce poskytuje analýzu doporučovacích systémů pro studenty. Teoretická část popisuje současné nejmodernější metody v oblasti doporučovacích systémů. Dále se zabývá analýzou současného výzkumu pro profilování studentů.
Experimentální část se zaměřuje na implementaci různých metod popsaných v rešeršní části. Tyto metody jsou testovány a je vybrána nejvhodnější metoda, specificky metoda založená na term frequency-inverse document frequency algoritmu s využitím vlastního výběru klíčových slov. Obecně je navržen model, který se zabývá doporučováním na základě interakcí a je rozšířen o doporučování na základě profilů studentů pomocí vybrané metody. Prezentovaný rekomendační systém je otestován ve dvou experimentech. Celkové výsledky naznačují výrazné zlepšení při použití navrhované metody.
Techniky sledování procesu učení, jejich vysvětlitelnost a použití
Autor
Eliška Svobodová
Rok
2024
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Technologický pokrok spojený s vývojem potřeb společnosti vyžaduje personalizované online vzdělávání. Jeho nedílnou součástí je modelování znalostí studenta - knowledge tracing, což je úloha strojového učení pro předpovídání studentovy úspěšnosti na testovacích úlohách z jeho předchozích interakcí se studijními materiály.
Tato diplomová práce popisuje výzkum úlohy knowledge tracing a navrhuje způsob jeho kategorizace dle primárních mechanik modelů. Proces předpovědi a techniky vizualizace jsou popsány pro zástupce každé kategorie. Je uveden seznam datasetů spolu s jejich hlavními vlastnostmi a metrikami. Práce také zahrnuje vytvoření nového datsetu z dat z fakultního kvízového systému Marast. Datasety později využité pro experimenty jsou popsány ve větším detailu.
Práce dále pokračuje implementací knowledge tracing modelů, jejich srovnáním s ostatními a zevrubnou analýzou. Byl implementován model z každé kategorie a nově upraveny modely pro zpracování textu otázek. Analýza ukázala potenciál úlohy knowledge tracing pro předpovídání personalizované obtížnosti otázek. Modely s pozornostními mechanismy (attention mechanisms) a explicitní pamětí vedly k nejintuitivnějším vizualizacím, které dále vysvětlují předpovězenou obtížnost otázek.
Semantické vyhledávání produktů
Autor
Patrik Schweika
Rok
2024
Typ
Diplomová práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Rodrigo Augusto da Silva Alves, Ph.D.
Katedra
Anotace
V této práci se zabýváme tématem semantického vyhledávaní produktu, se zaměřením na před trénováné modely transformerů. Používáme také techniky doporučovacích systeml pro zlepšení přesnosti vyhledávání. V práci jsme navrhli a implementovali různé modely pro tři úkoly: semantické řazení produktů, vyhledávaní podle interakcí a personalizované semantické vyhledávání. V posledním úkolu jsme spojili techniky doporučovacích systémů a semantického vyhledávání. Experimenty potvrdili, že spojení těchto technik vede na lepší přesnost. Především použití semantického vyhledávání pro případy s malým počtem interakcí.