Number of the records: 1  

Za relevantními proměnnými v regresi

  1. Title statementZa relevantními proměnnými v regresi [rukopis] / Nikola Urbánková
    Additional Variant TitlesZa relevantními proměnnými v regresi
    Personal name Urbánková, Nikola, (dissertant)
    Translated titleTowards relevant variables in regression
    Issue data2024
    Phys.des.44 : grafy + 1 R-soubor, 1 excel soubor
    NoteOponent 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
    CountryČesko
    Languagečeština
    Document kindPUBLIKAČNÍ ČINNOST
    TitleBc.
    Degree programBakalářský
    Degree programAplikovaná matematika
    Degreee disciplineAplikovaná matematika - specializace Matematika v ekonomické praxi
    book

    book

    Kvalifikační práceDownloadedSizedatum zpřístupnění
    00286944-154219974.pdf04.5 MB19.04.2024
    PosudekTyp posudku
    00286944-ved-251368872.pdfPosudek vedoucího
    00286944-opon-832019578.pdfPosudek oponenta
    Ostatní přílohySizePopis
    00286944-other-945213124.xlsx546.2 KB
    00286944-other-744547082.R14.2 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  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.