Data mining na reálných datech z realitního trhu

Název práce: Data mining na reálných datech z realitního trhu
Autor(ka) práce: Čáp, Jiří
Typ práce: Bakalářská práce
Vedoucí práce: Chudán, David
Oponenti práce: Vodňanský, Daniel
Jazyk práce: Česky
Abstrakt:
Cílem práce je nalezení zajímavých vztahů pro data z realitního trhu. Data byly získány z webu kaggle.com, který je zaměřený na strojové učení a analýzu dat. Data byly poskytnuté bankou Sberbank, která v roce 2017 zadala soutěž o nejlepší prediktivní model.V teoretické části je shrnutí potřebné teorie pro praktickou část práce. Je představena oblast dobývání znalostí z databází dle metodiky CRISP-DM. Dále jsou popsány metody a analytický nástroj BigML, který je použit k analýze v praktické části. Praktická část práce představuje oblast realitního trhu, je zde popsáno dobývání dat z databází dle metodiky CRISP-DM. Jsou zde popsána specifika realitního trhu, dataset ze kterého byly vybrány klíčové atributy pro analýzu, proces přípravy dat pro analytický nástroj BigML, analýza pomocí nástroje BigML a vyhodnocení výsledků analýzy.
Klíčová slova: realitní trh; dataset; data mining; DZD
Název práce: Data mining na reálných datech z realitního trhu
Autor(ka) práce: Čáp, Jiří
Typ práce: Bachelor thesis
Vedoucí práce: Chudán, David
Oponenti práce: Vodňanský, Daniel
Jazyk práce: Česky
Abstrakt:
Cílem práce je nalezení zajímavých vztahů pro data z realitního trhu. Data byly získány z webu kaggle.com, který je zaměřený na strojové učení a analýzu dat. Data byly poskytnuté bankou Sberbank, která v roce 2017 zadala soutěž o nejlepší prediktivní model.V teoretické části je shrnutí potřebné teorie pro praktickou část práce. Je představena oblast dobývání znalostí z databází dle metodiky CRISP-DM. Dále jsou popsány metody a analytický nástroj BigML, který je použit k analýze v praktické části. Praktická část práce představuje oblast realitního trhu, je zde popsáno dobývání dat z databází dle metodiky CRISP-DM. Jsou zde popsána specifika realitního trhu, dataset ze kterého byly vybrány klíčové atributy pro analýzu, proces přípravy dat pro analytický nástroj BigML, analýza pomocí nástroje BigML a vyhodnocení výsledků analýzy.
Klíčová slova: data mining; DZD; real estate market ; dataset

Informace o studiu

Studijní program / obor: Aplikovaná informatika/Aplikovaná informatika
Typ studijního programu: Bakalářský studijní program
Přidělovaná hodnost: Bc.
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: 20. 12. 2019
Datum podání práce: 12. 5. 2020
Datum obhajoby: 15. 6. 2020
Identifikátor v systému InSIS: https://insis.vse.cz/zp/72026/podrobnosti

Soubory ke stažení

    Poslední aktualizace: