Implementation of scikit-learn interface for XCS system with usability on categorical and numerical data
Thesis title: | Implementácia scikit-learn rozhrania pre systém XCS s použiteľnosťou na kategoriálne a numerické dáta |
---|---|
Author: | Michalovčík, Jaroslav |
Thesis type: | Bachelor thesis |
Supervisor: | Kliegr, Tomáš |
Opponents: | Sýkora, Lukáš |
Thesis language: | Slovensky |
Abstract: | Systém XCS (eXtended Classifier System) vzbudil nový záujem o oblasť klasifikačných systémov. Systém XCS pracuje vo svojej kanonickej forme so vstupom obsahujúcim hodnoty 1 a 0. Cieľom bakalárskej práce bolo sprístupniť systém XCS v kanonickej forme v jazyku python prívetivým aplikačným rozhraním a použiteľnosťou na kategoriálne a numerické dáta. Prívetivé rozhranie je poskytnuté kompatibilitou s aplikačným rozhraním knižnice scikit-learn. Scikit-learn je populárna knižnica, ktorá implementuje algoritmy strojového učenia a ponúka množstvo podporných funkcií. Použitie na kategoriálne a numerické dáta bolo dosiahnuté pomocou dumifikácie. Súčasťou tejto použiteľnosti bola vizualizácia pravidiel systému a výstupu klasifikácie. Práca popisuje návrh a implementáciu tohto rozhrania a prezentuje výsledky testov implementácie na vybraných súboroch dát. |
Keywords: | XCS; scikit-learn; rozhranie; python |
Thesis title: | Implementation of scikit-learn interface for XCS system with usability on categorical and numerical data |
---|---|
Author: | Michalovčík, Jaroslav |
Thesis type: | Bachelor thesis |
Supervisor: | Kliegr, Tomáš |
Opponents: | Sýkora, Lukáš |
Thesis language: | Slovensky |
Abstract: | The XCS (eXtended Classifier System) has aroused new interest in the field of classification systems. The XCS system works in its canonical form with input containing values 1 and 0. The aim of the bachelor thesis was to make the XCS system available in canonical form in the python language with a friendly application interface and applicability to categorical and numerical data. The friendly interface is provided by compatibility with the scikit-learn application interface. Scikit-learn is a popular library that implements machine learning algorithms and offers several support functions. Application to categorical and numerical data was achieved by dumification. Part of this usability was the visualization of the system rules and the classification output. This paper describes the design and implementation of this interface and presents the results of tests of the implementation on chosen datasets. |
Keywords: | scikit-learn; XCS; interface; python |
Thesis title: | Implementace scikit-learn rozhraní pro systém XCS s použitelností na kategoriální a numerická data |
---|---|
Author: | Michalovčík, Jaroslav |
Thesis type: | Bakalářská práce |
Supervisor: | Kliegr, Tomáš |
Opponents: | Sýkora, Lukáš |
Thesis language: | Slovensky |
Abstract: | Systém XCS (eXtended classifier System) vzbudil nový zájem o oblast klasifikačních systémů. Systém XCS pracuje ve své kanonické formě se vstupem obsahujícím hodnoty 1 a 0. Cílem bakalářské práce bylo zpřístupnit systém XCS v kanonické formě v jazyce python přívětivým aplikačním rozhraním a použitelností na kategoriální a numerická data. Přívětivé rozhraní je poskytnuto kompatibilitou s aplikačním rozhraním knihovny scikit-learn. Scikit-learn je populární knihovna, která implementuje algoritmy strojového učení a nabízí řadu podpůrných funkcí. Použití na kategoriální a numerická data bylo dosaženo pomocí dumifikace. Součástí této použitelnosti byla vizualizace pravidel systému a výstupu klasifikace. Práce popisuje návrh a implementaci tohoto rozhraní a prezentuje výsledky testů implementace na vybraných souborech dat. |
Keywords: | scikit-learn; rozhraní; python; XCS |
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: | 17. 10. 2019 |
---|---|
Date of submission: | 25. 6. 2020 |
Date of defense: | 24. 8. 2020 |
Identifier in the InSIS system: | https://insis.vse.cz/zp/71337/podrobnosti |