Algoritmy pro těžbu akčních pravidel
Název práce: | Algorithms for action rule mining |
---|---|
Autor(ka) práce: | Sýkora, Lukáš |
Typ práce: | Diploma thesis |
Vedoucí práce: | Kliegr, Tomáš |
Oponenti práce: | Rauch, Jan |
Jazyk práce: | English |
Abstrakt: | This work aims at implementing action rules mining in the Python programming languagesince such implementation is not yet available. The thesis also describes a proposal for anexperimental algorithm for generating classification rules from RandomForest models, whichwas designed as an alternative for using class association rule mining for large datasets.The code of the implementation is designed to allow future extensions. The package is sharedwith the data science community and is easy to install. The application has a Scikit-learn likeinterface. The thesis can also serve as a manual for using the created package or as a guide forresearchers who would like to extend it, providing also guide to action rule discovery. The textalso includes performance evaluation with the application LISp-Miner, which already supportsaction rules mining. The implemented solution has performance comparable to LISp-Miner. |
Klíčová slova: | Python; pattern mining; action rules |
Název práce: | Algoritmy pro těžbu akčních pravidel |
---|---|
Autor(ka) práce: | Sýkora, Lukáš |
Typ práce: | Diplomová práce |
Vedoucí práce: | Kliegr, Tomáš |
Oponenti práce: | Rauch, Jan |
Jazyk práce: | English |
Abstrakt: | Práce se zaměřuje na implementaci algoritmu pro dolování akčních pravidel v jazyce Python,která v současnosti není k dispozici. Práce také popisuje návrh experimentálního algoritmupro generování klasifikačních pravidel z modelů RandomForest, který byl navržen jako alternativapro generování klasifikačních asociačních pravidel pro velké datové sady.Kód implementace je navržen tak, aby umožňoval budoucí rozšíření. Balíček je sdílen s datascience komunitou a snadno se instaluje. Aplikace má rozhraní podobné Scikit-learn. Prácemůže také sloužit jako návod k použití vytvořeného balíčku nebo jako průvodce pro výzkumnépracovníky, kteří by ho chtěli rozšířit, a zároveň poskytuje návod k nalezení akčních pravidel.Součástí textu je také vyhodnocení výkonu pomocí aplikace LISp-Miner, která již podporujedolování akčních pravidel. Implementované řešení má výkon srovnatelný s aplikací LISp-Miner. |
Klíčová slova: | dolování vzorů; Python; akční pravidla |
Informace o studiu
Studijní program / obor: | Aplikovaná informatika/Podniková informatika |
---|---|
Typ studijního programu: | Magisterský studijní program |
Přidělovaná hodnost: | Ing. |
Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
Fakulta: | Fakulta informatiky a statistiky |
Katedra: | Katedra informačního a znalostního inženýrství |
Informace o odevzdání a obhajobě
Datum zadání práce: | 7. 3. 2019 |
---|---|
Datum podání práce: | 3. 5. 2020 |
Datum obhajoby: | 11. 6. 2020 |
Identifikátor v systému InSIS: | https://insis.vse.cz/zp/69075/podrobnosti |