Comparison of cloud platforms for data mining

Thesis title: Srovnání cloudových platforem pro data mining
Author: Dolotina, Elvira
Thesis type: Bakalářská práce
Supervisor: Chudán, David
Opponents: Máša, Petr
Thesis language: Česky
Abstract:
V této práci se autorka zabývá porovnáním cloudových dataminigových platforem. Cílem práce bylo jejich srovnání z různých hledisek. Teoretická část obsahuje popis a definici nejpodstatnějších a nejdůležitějších pojmů pro pochopení dané problematiky. V praktické části bakalářské práce byly platformy porovnány podle stanovených kritérií. Jsou to funkcionalita, rychlost a efektivita, cena a dokumentace. Všechny výsledky porovnání jsou popsány a zobrazeny v tabulkách v příslušných kapitolách. Cíl práce se podařilo naplnit. Tato práce může sloužit pro prvotní analýzu při výběru konkrétní platformy.
Keywords: Cloud data mining; MLaaS; machine learning
Thesis title: Comparison of cloud platforms for data mining
Author: Dolotina, Elvira
Thesis type: Bachelor thesis
Supervisor: Chudán, David
Opponents: Máša, Petr
Thesis language: Česky
Abstract:
In this work, the author deals with the comparison of cloud data mining platforms. The aim of the work was to compare them from different perspectives. The theoretical part contains a description and definition of the most important terms for understanding the issue. In the practical part of the bachelor's thesis, the platforms were compared according to established criteria. These are functionality, speed and efficiency, price and documentation. All comparison results are described and displayed in the tables in the relevant chapters. The goal of the work was successfully fulfilled. This work can be used for the initial analysis when selecting a specific platform.
Keywords: Cloud data mining; machine learning; MLaaS

Information about study

Study programme: Aplikovaná informatika/Aplikovaná informatika
Type of study programme: Bakalářský studijní program
Assigned degree: Bc.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Information and Knowledge Engineering

Information on submission and defense

Date of assignment: 24. 9. 2019
Date of submission: 11. 5. 2020
Date of defense: 15. 6. 2020
Identifier in the InSIS system: https://insis.vse.cz/zp/70732/podrobnosti

Files for download

    Last update: