Srovnání metod důležitosti rysů pro mikrobiologická data

Název práce: Comparison of feature importance methods for a microbiological data
Autor(ka) práce: Havelka, Marek
Typ práce: Bachelor thesis
Vedoucí práce: Máša, Petr
Oponenti práce: Zamazal, Ondřej
Jazyk práce: English
Abstrakt:
This bachelor thesis focuses on the comparison of feature importance methods on microbiological data. The aim of the work is to compare the accuracy of the prediction model on a given dataset when manipulating the data according to the selected feature importance methods. Specifically, the SHAP and ARA methods are considered. The theoretical part of the thesis contains definitions of terms and description of the two selected feature importance methods. The methodological part describes how the research of the given issue was carried out, contains a general description of the methods used and their practical application in the practical part of the work. The practical part is implemented in the form of data processing using the Python language in Jupyter Notebook. These tools are used to measure the accuracy of the Catboost prediction model in adjusting the dataset according to importance using the SHAP and ARA methods, as well as factor analysis or Principal Component Analysis.
Klíčová slova: Feature importance method; prediction model; data
Název práce: Srovnání metod důležitosti rysů pro mikrobiologická data
Autor(ka) práce: Havelka, Marek
Typ práce: Bakalářská práce
Vedoucí práce: Máša, Petr
Oponenti práce: Zamazal, Ondřej
Jazyk práce: English
Abstrakt:
Tato bakalářská práce se zaměřuje na porovnání metod významnosti rysů na mikrobiologických datech. Cílem práce je porovnat přesnost predikčního modelu na daném souboru dat při manipulaci s daty podle zvolených metod významnosti rysů. Konkrétně jsou uvažovány metody SHAP a ARA. Teoretická část práce obsahuje definice pojmů a popis obou vybraných metod významnosti příznaků. Metodologická část popisuje, jak probíhal výzkum dané problematiky, obsahuje obecný popis použitých metod a jejich praktickou aplikaci v praktické části práce. Praktická část je realizována formou zpracování dat pomocí jazyka Python v Jupyter Notebooku. Tyto nástroje slouží k měření přesnosti predikčního modelu Catboost při úpravě datového souboru podle důležitosti pomocí metod SHAP a ARA a také faktorové analýzy nebo analýzy hlavních komponent.
Klíčová slova: predikční model; metoda významnosti rysů; data

Informace o studiu

Studijní program / obor: Aplikovaná informatika
Typ studijního programu: Bakalářský studijní program
Přidělovaná hodnost: Bc.
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: 8. 11. 2024
Datum podání práce: 10. 5. 2025
Datum obhajoby: 16. 6. 2025
Identifikátor v systému InSIS: https://insis.vse.cz/zp/90289/podrobnosti

Soubory ke stažení

    Poslední aktualizace: