Optimalizace strojového učení pro predikci KPI

Název anglicky

Machine Learning Optimization of KPI Prediction

Jazyk práce

český

Abstrakt

Cieľom tejto práce je optimalizácia strojového učenia pre predikciu KPI metrík pre jednu organizáciu. Organizácia predpovedá oneskorenie termínov ukončenia poslednej fázy projektov v procese vývoja pomocou strojového učenia. Práca sa zameriava na analýzu predikčných modelov a stanoví si za cieľ vybrať nové kandidátne modely na predikciu. V rámci práce sme implementovali systém, ktorý automaticky vyberie najlepšie rysy pre učenie. Naučené modely sme vyhodnotili pomocou rôznych výkonnostných metrík a vybrali najlepšie kandidátne modely. Kandidátne modely majú vyššiu presnosť predpovede, čo pre organizáciu znamená, že sa zvýšila dôveryschopnosť predpovede oneskorenia. V závere práce sme navrhli ďalšie vylepšenia, ktoré by mohli zvýšiť presnosť predpovede.

Klíčová slova

vývoj softvéru, KPI, NPI, strojové učenie, predspracovanie, krížová validácia, klasifikácia, predikcia, boosting, support vector machines, neurónové siete, rozhodovací strom, náhodný les, naive bayes, výkonnostné metriky, ROC

Ústav

Ústav informačních systémů FIT VUT v Brně

Studijní program

Informační technologie, obor Informační systémy

Soubory

Stav

obhájeno, hodnocení A

Obhajoba

21. června 2018

Oponent

Burget Radek, doc. Ing., Ph.D.

Průběh obhajoby

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.

Otázky u obhajoby

Mohl byste konkretizovat použité datové zdroje a způsob získání dat z těchto zdrojů po technické stránce?

Komise

Kreslíková Jitka, doc. RNDr., CSc. (UIFS FIT VUT), předseda
Lengál Ondřej, Ing., Ph.D. (UITS FIT VUT), člen
Matoušek Petr, doc. Ing., Ph.D., M.A. (UIFS FIT VUT), člen
Rychlý Marek, RNDr., Ph.D. (UIFS FIT VUT), člen
Smrčka Aleš, Ing., Ph.D. (UITS FIT VUT), člen
Šeda Miloš, prof. RNDr. Ing., Ph.D. (FSI VUT), člen

Citace

HARIS, Daniel. Optimalizace strojového učení pro predikci KPI. Brno, 2018. Diplomová práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2018-06-21. Vedoucí práce Bartík Vladimír. Dostupné z: https://www-dev.fit.vutbr.cz/study/thesis/21142/

BibTeX

@mastersthesis{FITMT21142,
    author = "Daniel Haris",
    type = "Diplomov\'{a} pr\'{a}ce",
    title = "Optimalizace strojov\'{e}ho u\v{c}en\'{i} pro predikci KPI",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2018,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/21142/"
}