Machine learning a moderní Javascript
| Název práce: | Machine learning a moderní Javascript |
|---|---|
| Autor(ka) práce: | Nepomucký, Pavel |
| Typ práce: | Diplomová práce |
| Vedoucí práce: | Chudán, David |
| Oponenti práce: | Zeman, Václav |
| Jazyk práce: | Česky |
| Abstrakt: | Předmětem této diplomové práce je využití programovacího jazyka JavaScript v oblasti machine learning. Součástí práce je implementace webové aplikace. Webová aplikace obsahuje implementaci tří různých úloh pomocí javascriptové knihovny Tensorflow.js. V rámci práce je popsána oblast machine learning, včetně základní terminologie neuronových sítí. Praktická část obsahuje ukázky implementace vlastní neuronové sítě pro úlohu lineární regrese, klasifikaci čísel a klasifikací obrázků. Na úlohách s klasifikací obrázků je popsáno, jak lze využít již předtrénované modely neuronových sítí a pomocí rozhraní Keras je využít ve webové aplikaci. Implementované úlohy jsou vyhodnoceny včetně jejich použitelnosti do budoucna. Zároveň jsou popsány i problémy, se kterými se autor během implementace setkal. |
| Klíčová slova: | JavaScript; neuronové sítě; webová aplikace; Tensorflow.js; machine learning |
| Název práce: | Machine learning and modern Javascript |
|---|---|
| Autor(ka) práce: | Nepomucký, Pavel |
| Typ práce: | Diploma thesis |
| Vedoucí práce: | Chudán, David |
| Oponenti práce: | Zeman, Václav |
| Jazyk práce: | Česky |
| Abstrakt: | The subject of this thesis is usage JavaScript programming language in the field of machine learning. Part of the thesis is the implementation of the web application. The web application includes the implementation of three different tasks using the Tensorflow.js JavaScript library. Within this thesis is described the area of machine learning, including the basic terminology of neural networks. The practical part contains examples of implementation of own neural network for the linear regression, number classification and image classification. Image classification tasks describe how to use pre-trained neural network models and apply them in a web application with usage of Keras interface. Implemented tasks are evaluated including their future applicability. The problems encountered during the implementation are described by the author as well. |
| Klíčová slova: | web application; machine learning; JavaScript; neuronové sítě; Tensorflow.js |
Informace o studiu
| Studijní program / obor: | Aplikovaná informatika/Znalostní a webové technologie |
|---|---|
| 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: | 3. 1. 2019 |
|---|---|
| Datum podání práce: | 28. 4. 2019 |
| Datum obhajoby: | 4. 6. 2019 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/55711/podrobnosti |