• Nebyly nalezeny žádné výsledky

Hodnocení vedoucího75007_berka.pdf, 52.1 kB Stáhnout

N/A
N/A
Protected

Academic year: 2022

Podíl "Hodnocení vedoucího75007_berka.pdf, 52.1 kB Stáhnout"

Copied!
1
0
0

Načítání.... (zobrazit plný text nyní)

Fulltext

(1)

Posudek vedoucího diplomové práce

Studijní program:Aplikovaná informatika

Studijní obor:Informační systémy a technologie Akademický rok:2020/2021

Název práce:Analýza dat COVID-19 Řešitel:Bc. Nasiha Maleškić

Vedoucí práce:prof. Ing. Petr Berka, CSc.

Oponent:doc. Ing. Tomáš Kliegr, Ph.D.

Hlediska Stupeň

hodnocení

1. Jasnost a srozumitelnost formulace tématu a cíle práce 1

2. Rozsah a relevance popisu současného poznání 2

3. Náročnost řešeného tématu práce 1

4. Adekvátnost metod k řešení stanoveného problému, správnost jejich výběru a použití 1

5. Rozsah, hloubka a preciznost popisu výsledku 2

6. Relevance a správnost diskuse výsledku 1

7. Věcný přínos výsledku dosaženého v práci 2

8. Relevance informačních zdrojů a korektnost jejich citování 1

9. Logická stavba práce a vzájemná konzistence jednotlivých částí 2 10. Gramatika, jazykový styl, terminologie a celková úprava práce 1

11. Iniciativnost studenta a spolupráce s vedoucím práce 1

12. Využití analytických metod a metod zpracování dat 1

13. Naplnění zásad etiky a udržitelnosti 1

14. Schopnost kritického a tvůrčího myšlení 1

Konkrétní připomínky a dotazy k práci:

Diplomová práce se týká použití metod dobývání znalostí a strojového učení pro analýzu dat o pandemii Covid-19 v různých zemích. Tomuto cíli odpovídá struktura práce. V teoretické části je představena oblast dobývání znalostí, vybrané metody i problematika pandemie Covid-19.

Praktická část pak podrobně dokumentuje použití shlukové analýzy, konkrétně algoritmu k-means clustering na data týkající se covidové situace v jednotlivých státech. Pro tuto část byla použita data dostupná z https://ourworldindata.org/, zachycující epidemickou situaci k 7.10.2020. Autorka provedla množství experimentů pro různé hodnoty parametrů algoritmu i pro různé podmnožiny analyzovaných dat.

Nalezené shluky jsou vizualizovány a interpretovány s cílem dát do vzájemné souvislosti pandemickou situaci, socio-demografické a ekonomické charakteristiky a vládní opatření proti pandemii v jednotlivých zemích. Pro analýzy byl použit programovací jazyk python spolu s knihovnami pro strojové učení; postup práce je ilustrován ukázkami kódu.

Celkově hodnotím práci jako velmi zdařilou, zachycující ale problém s Covid-19 pandemií s jistým časovým odstupem.

Závěr: Diplomovou práci doporučuji k obhajobě.

Navrhovaná výsledná klasifikace práce: 1

Datum: 20. 5. 2021 prof. Ing. Petr Berka, CSc.

vedoucí práce

Odkazy

Související dokumenty

Clustering analysis, clusters, data analysis, data mining, k-means, fuzzy c-means, hierarchical clustering, centroid, image segmentation, partitional clustering, composite

V první kapitole jsou popsány malé a střední podniky (MSP) s důrazem na jejich vymezení. Vzhledem k odlišným přístupům k definici MSP je tato kapitola velmi přínosná.

Název práce: Pandemie COVID-19 ve Švédsku a její dopad na švédskou ekonomiku Řešitel: Petr Pánek1. Vedoucí

Bachelor Thesis Topic: Influence of financial capital availability on economic growth in Germany Author’s name: David

Cíle práce bylo, dle mého názoru, dosaženo uspokojivě, jakkoli je značně obtížné, snad až troufalé, dávat v této oblasti nějaká relevantní doporučení společnosti,

From my perspective, the thesis shows a lot of work that has been done, but I miss more elaboration and findings that would provide more arguments and systemic analysis,

Cíl diplomové práce: „… si klade za úkol zjistit, jak zaměstnanecké benefity ovlivňují pracovní motivaci a současně vyhodnotit celkovou spokojenost zaměstnanců

Autor ve své bakalářské práci analyzuje efekty ovlivňujících tržní podíl výrobce originálního léčivého přípravku na trhu daného léku v ČR po vypršení