Number of the records: 1
Za relevantními proměnnými v regresi
Title statement Za relevantními proměnnými v regresi [rukopis] / Nikola Urbánková Additional Variant Titles Za relevantními proměnnými v regresi Personal name Urbánková, Nikola, (dissertant) Translated title Towards relevant variables in regression Issue data 2024 Phys.des. 44 : grafy + 1 R-soubor, 1 excel soubor Note Oponent Ondřej Pavlačka Ved. práce Karel Hron Another responsib. Pavlačka, Ondřej (opponent) Hron, Karel, 1981- (thesis advisor) Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor) Keywords hřebenová regrese * lasso regrese * elastic net * křížová validace * lipidomická data * ridge regression * lasso regression * elastic net * cross validation * lipidomic data Form, Genre bakalářské práce bachelor's theses UDC (043)378.22 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Bc. Degree program Bakalářský Degree program Aplikovaná matematika Degreee discipline Aplikovaná matematika - specializace Matematika v ekonomické praxi book
Kvalifikační práce Downloaded Size datum zpřístupnění 00286944-154219974.pdf 0 4.5 MB 19.04.2024 Posudek Typ posudku 00286944-ved-251368872.pdf Posudek vedoucího 00286944-opon-832019578.pdf Posudek oponenta Ostatní přílohy Size Popis 00286944-other-945213124.xlsx 546.2 KB 00286944-other-744547082.R 14.2 KB
Cílem této bakalářské práce je statistické zpracování vysoce dimenzionálních lipidomických dat pomocí metod vycházející z lineární regrese a najít signifikantní proměnné, které identifikují danou nemoc. Práce je rozdělena na teoretickou a praktickou část. V teoretické části se seznámíme s regularizačními metodami a v praktické části je potom aplikujeme na daná data.The aim of bachelor's thesis is to analyse high-dimensional lipodomic data using methods based on linear regression and to find significant variables that identify the disease. The thesis is divided into theoretical and practical parts. In the theoretical part we will learn about regularization methods and in the practical part we will apply them to the given data.
Number of the records: 1