Řešení vybrané úlohy v oblasti Big Dat v bankovní společnosti

Diplomová práce se zabývá použitím frameworku Apache Spark, konkrétně jeho komponen-ty Machine Learning Library. Cílem práce je vytvoření segmentace právnických osob právě pomocí komponenty Machine Learning Library, a to na základě ukazatelů, které jsou vybra-né a vypočtené z finančních výkazů. Tuto segmentaci využije bankovní společnost při nabí-zení produktů jednotlivým právnickým osobám. Dá se totiž předpokládat, že při správném rozdělení právnických osob do jednotlivých skupin budou mít tyto společnosti i podobné potřeby využití jednotlivých bankovních produktů.V teoretické části je vysvětlen pojem Big Data, jeho základní vlastnosti a charakteristiky. Následuje popis frameworku Apache Hadoop, jeho komponent a vlastností. Část teoretické práce je věnován frameworku Apache Spark, kde jsou opět popsány jeho hlavní vlastnosti a komponenty. Dále je detailně rozebrána komponenta Machine Learning Library využívána v praktické části.V praktické části je popsáno celé řešení úlohy pomocí frameworku Apache Spark, konkrétně tedy segmentace na základě dat z účetních výkazů. Úloha je řešena pomocí algoritmu K – means, který je zde představen a vysvětlen. Následně je pozornost věnována samotné přípra-vě dat z účetních výkazů, jsou vysvětleny nezbytné úpravy dat a jejich následné využití při řešení úlohy. Na závěr jsou prezentovány výsledky řešení.