Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Bíkl Martin, Ing. | |
dc.contributor.author | Osovschi, Irina | |
dc.contributor.referee | Mouček Roman, Ing. Ph.D. | |
dc.date.accepted | 2020-8-25 | |
dc.date.accessioned | 2020-11-10T00:39:04Z | - |
dc.date.available | 2019-10-7 | |
dc.date.available | 2020-11-10T00:39:04Z | - |
dc.date.issued | 2020 | |
dc.date.submitted | 2020-5-7 | |
dc.identifier | 83646 | |
dc.identifier.uri | http://hdl.handle.net/11025/41822 | |
dc.description.abstract | Cílem této bakalářské práce je seznámit se s relativně novým oborem moderního světa, strojovým učením. Bakalářská práce je rozdělena na teoretickou a praktickou část. V teoretické části jsou analyzovány hlavní přístupy strojového učení a koncept nástrojů Microsoft Azure. Praktická část obsahuje experimentální sestavení pomocí nástrojů Azure. Skládá se ze dvou modelů, z nichž každý hraje důležitou roli při řešení problému efektivního plánování kapacit zaměstnanců. | cs |
dc.format | 48 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | strojové učení | cs |
dc.subject | styly učení | cs |
dc.subject | microsoft azure | cs |
dc.subject | plánování kapacit | cs |
dc.subject | modely | cs |
dc.title | Strojové učení v cloudovém prostředí Azure | cs |
dc.title.alternative | Azure Machine Learning | en |
dc.type | bakalářská práce | cs |
dc.thesis.degree-name | Bc. | cs |
dc.thesis.degree-level | Bakalářský | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Aplikované vědy a informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | The purpose of this bachelor's thesis is to get familiar with a relatively new field of the modern world, machine learning. The thesis is divided into two parts - theoretical and practical. In the theoretical part, both the main machine learning approaches and the concept of Microsoft Azure tools are analyzed. The practical part contains an experiment built with the help of Azure tools. It consists of two models, each playing an important role in solving the problem of effective capacity planning of employees. | en |
dc.subject.translated | machine learning | en |
dc.subject.translated | styles of learning | en |
dc.subject.translated | microsoft azure | en |
dc.subject.translated | capacity planning | en |
dc.subject.translated | models | en |
Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
Thesis.pdf | Plný text práce | 1,27 MB | Adobe PDF | Zobrazit/otevřít |
A17B0591P_Hodnoceni.pdf | Posudek vedoucího práce | 27,25 kB | Adobe PDF | Zobrazit/otevřít |
A17B0591P_Posudek.pdf | Posudek oponenta práce | 427,27 kB | Adobe PDF | Zobrazit/otevřít |
Prubeh_Osovschi.pdf | Průběh obhajoby práce | 245,64 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41822
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.