Hledat
Zobrazují se záznamy 1-5 z 5
Srovnání modelů pravděpodobností ve fotbalovém sázení
Comparison of Models for Probabilities in Football Betting
Bakalářská práce (NEOBHÁJENO)
Vedoucí práce: Večeř, Jan
Datum publikování: 2020
Datum obhajoby: 13. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The aim of the thesis is to compare different statistical models for football betting odds and determine the best performing once based on the historical performance of sport teams. There are at least three possible ...
Cílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů týmu. Jsou zde nejméně tři možnosti, jak počítat pravděpodobnost, a to nelineární ...
Cílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů týmu. Jsou zde nejméně tři možnosti, jak počítat pravděpodobnost, a to nelineární ...
Optimalizační metody prvního řádu v úlohách strojového učení
First order optimization methods in machine learning problems
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Branda, Martin
Datum publikování: 2020
Datum obhajoby: 14. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The goal of the thesis is to introduce the stochastic gradient method for optimizing differentiable objective function and discuss its convergence. First, supervised learning and empirical risk minimization (ERM) are ...
Cílem práce je představit metodu stochastického gradientu pro optimalizaci diferenco- vatelné účelové funkce a diskutovat její konvergenci. Nejprve je formulována úloha učení s učitelem a princip minimalizace empirického ...
Cílem práce je představit metodu stochastického gradientu pro optimalizaci diferenco- vatelné účelové funkce a diskutovat její konvergenci. Nejprve je formulována úloha učení s učitelem a princip minimalizace empirického ...
Statistical machine learning with applications in music
Statistické strojové učení s aplikacemi v hudbě
Diplomová práce (OBHÁJENO)
Vedoucí práce: Večeř, Jan
Datum publikování: 2020
Datum obhajoby: 04. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The aim of this thesis is to train a computer on Beatles' songs using the re- search project Magenta from the Google Brain Team to produce its own music, to derive backpropagation formulas for recurrent neural networks ...
Cílem této práce je vytvořit strojově generovanou hudbu na základě písní od Beatles s využitím výzkumného projektu Magenta od týmu Google Brain, odvodit vzorce pro backpropagaci v rekurentní neuronové síti s LSTM buňkami, ...
Cílem této práce je vytvořit strojově generovanou hudbu na základě písní od Beatles s využitím výzkumného projektu Magenta od týmu Google Brain, odvodit vzorce pro backpropagaci v rekurentní neuronové síti s LSTM buňkami, ...
Statistical machine learning with applications in music
Statistické strojové učení s aplikacemi v hudbě
Diplomová práce (NEOBHÁJENO)
Vedoucí práce: Večeř, Jan
Datum publikování: 2019
Datum obhajoby: 12. 06. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Cílem této práce je shrnout současný stav strojového učení pro skládání hudby a natrénovat model na písních od Beatles s využitím výzkumného pro- jektu Magenta od Google Brain týmu k tvorbě vlastní hudby. Abychom mohli ...
The aim of this thesis is to review the current state of machine learning in music composition and to train a computer on Beatles' songs using research project Magenta from the Google Brain Team to produce its own music. ...
The aim of this thesis is to review the current state of machine learning in music composition and to train a computer on Beatles' songs using research project Magenta from the Google Brain Team to produce its own music. ...
Srovnání modelů pravděpodobností ve fotbalovém sázení
Comparison of Models for Probabilities in Football Betting
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Večeř, Jan
Datum publikování: 2020
Datum obhajoby: 13. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The aim of the thesis is to compare different statistical models for football betting odds and determine the best performing once based on the historical performance of sport teams. There are at least two possible approaches ...
Cílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů. Jsou zde nejméně dvě možnosti, jak odhadovat pravděpodobnost, a to konkrétně Poissonův ...
Cílem práce je porovnat různé statistické modely pro fotbalové kurzy a předpovědět co nejlépe chování týmu na základě historických výkonů. Jsou zde nejméně dvě možnosti, jak odhadovat pravděpodobnost, a to konkrétně Poissonův ...