Search
Now showing items 1-10 of 19
Adversarial examples generation for deep neural networks
Generování adversariáních vzorů pro hluboké neuronové sítě
bachelor thesis (DEFENDED)
Advisor: Neruda, Roman
Date Issued: 2018
Date of defense: 06. 09. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Machine learning models exhibit vulnerability to adversarial examples i.e., artificially created inputs that become misinterpreted. The goal of this work is to explore black-box adversarial attacks on deep networks performing ...
Modely strojového učení vykazují náchylnost k útokům za použití adversariálních vzorů, tedy uměle připravených vstupů s cílem zmást model. Předpokládaná práce si dává za cíl prozkoumat metody generování těchto vzorů v ...
Modely strojového učení vykazují náchylnost k útokům za použití adversariálních vzorů, tedy uměle připravených vstupů s cílem zmást model. Předpokládaná práce si dává za cíl prozkoumat metody generování těchto vzorů v ...
Detekcia intenzity v postojovej analýze češtiny
Detection of Intensity in Sentiment Analysis of Czech
Detekce intenzity v postojové analýze češtiny
bachelor thesis (DEFENDED)
Advisor: Tamchyna, Aleš
Date Issued: 2017
Date of defense: 20. 06. 2017
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Postojová analýza sa zaoberá automatickou extrakciou subjektívnych informácií z textu. Cieľom práce je predpovedať intenzitu postoja v českých textoch. Na riešenie tejto úlohy sme pripravili dataset filmových hodnotení ...
Sentiment analysis is concerned with automatic extraction of subjective information from text. The goal of this thesis is to predict the intensity of attitude in Czech texts. In order to solve this task, we prepared a ...
Sentiment analysis is concerned with automatic extraction of subjective information from text. The goal of this thesis is to predict the intensity of attitude in Czech texts. In order to solve this task, we prepared a ...
Optimalizační metody prvního řádu v úlohách strojového učení
First order optimization methods in machine learning problems
bachelor thesis (DEFENDED)
Advisor: Branda, Martin
Date Issued: 2020
Date of defense: 14. 07. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Speed of sound prediction
Predikce rychlosti zvuku
bachelor thesis (DEFENDED)
Advisor: Hartman, David
Date Issued: 2019
Date of defense: 27. 06. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Tato bakalářská práce prezentuje originální přístup k predikci rychlosti zvuku ve vodných roztocích elektrolytů pomocí technik strojového učení. Je vytvořen model schopný predikovat rychlost zvuku při různých teplotách a ...
This bachelor thesis presents a novel approach for speed of sound pre- diction in aqueous electrolytic solutions using machine learning techniques. A single model capable of accurately predicting the speed of sound in se- ...
This bachelor thesis presents a novel approach for speed of sound pre- diction in aqueous electrolytic solutions using machine learning techniques. A single model capable of accurately predicting the speed of sound in se- ...
Comparison of approaches to text classification
Porovnání přístupů ke klasifikaci textu
bachelor thesis (DEFENDED)
Advisor: Hana, Jiří
Date Issued: 2019
Date of defense: 05. 09. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: The focus of this thesis is short text classification. Short text is the prevailing form of text on e-commerce and review platforms, such as Yelp, Tripadvisor or Heureka. As the popularity of the online communication is ...
Srovnání modelů pravděpodobností ve fotbalovém sázení
Comparison of Models for Probabilities in Football Betting
bachelor thesis (DEFENDED)
Advisor: Večeř, Jan
Date Issued: 2020
Date of defense: 13. 07. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Srovnání modelů pravděpodobností ve fotbalovém sázení
Comparison of Models for Probabilities in Football Betting
bachelor thesis (NOT DEFENDED)
Advisor: Večeř, Jan
Date Issued: 2020
Date of defense: 13. 02. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Predikce vývoje ceny ropy na základě textových zpravodajských informací
Crude Oil Price Forecast based on Text News
bachelor thesis (DEFENDED)
Advisor: Bojar, Ondřej
Date Issued: 2012
Date of defense: 18. 06. 2012
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Pro předpověď vývoje ceny ropy existuje celá řada algoritmů. V této práci přinášíme nový pohled na tuto problematiku a představujeme náš projekt COPF. Pomocí klasifikátoru maximální entropie se snažíme předpovídat z textových ...
For crude oil price forecast, there is a whole range of algorithms. In this thesis we bring out a new perspective on this issue and introduce our project COPF. Using a maximum entropy classifier, we try to predict the ...
For crude oil price forecast, there is a whole range of algorithms. In this thesis we bring out a new perspective on this issue and introduce our project COPF. Using a maximum entropy classifier, we try to predict the ...
Smoothness of Functions Learned by Neural Networks
Hladkost funkcí naučených neuronovými sítěmi
bachelor thesis (DEFENDED)
Advisor: Musil, Tomáš
Date Issued: 2020
Date of defense: 07. 07. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Modern neural networks can easily fit their training set perfectly. Surprisingly, they generalize well despite being "overfit" in this way, defying the bias-variance trade-off. A prevalent explanation is that stochastic ...
Feature extraction from Android application packages and its usage in machine learning for malware classification
Extrakce příznaků z programových balíčků systému Android a jejich použití ve strojovém učení pro klasifikaci malware
bachelor thesis (DEFENDED)
Advisor: Bálek, Martin
Date Issued: 2017
Date of defense: 06. 09. 2017
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: In this Thesis, we propose a machine-learning based classification algorithm of applications for a popular mobile phone operating system Android that can dis- tinguish malicious samples from benign ones. Feature extraction ...
V této práci navrhujeme klasifikační algoritmus založený na metodách stro- jového učení pro aplikace na populární operační systém Android, který má za cíl rozlišovat škodlivé aplikace od nezávadných. Extrakce příznaků pro ...
V této práci navrhujeme klasifikační algoritmus založený na metodách stro- jového učení pro aplikace na populární operační systém Android, který má za cíl rozlišovat škodlivé aplikace od nezávadných. Extrakce příznaků pro ...