| dc.contributor.advisor |
Petr, Pavel |
|
| dc.contributor.author |
Krpelík, Jiří
|
|
| dc.date.accessioned |
2007-09-30T14:21:55Z |
|
| dc.date.available |
2007-09-30T14:21:55Z |
|
| dc.date.issued |
2007 |
|
| dc.identifier |
Univerzitní knihovna (sklad) |
cze |
| dc.identifier.uri |
http://hdl.handle.net/10195/25211 |
|
| dc.description.abstract |
Diplomová práce se zabývá analýzou ekonomických vlivů, které se podílejí na rozvoji regionu. Jako region jsou vybrány dva sousední kraje – Pardubický a Středočeský. Aby se mohly tyto regiony objektivně porovnávat, musely být definovány ekonomické faktory, které mají vliv na rozvoj. Analýza a ověřování dat se provádělo pomocí statistických a data miningových metod. Ty jsou teoreticky popsány a aplikovány na konkrétních datech. V práci jsou použity hlavně shlukovací metody K-Means a Kohonenovy sítě, pro ověření dat byl využit model detekce anomálií. Jako softwarové prostředky byly využity SPSS Clementine a MS Excel, v kterém se předzpracovávaly data. |
cze |
| dc.format |
95 s. |
cze |
| dc.language.iso |
cze |
|
| dc.publisher |
Univerzita Pardubice |
cze |
| dc.subject |
Clustering methods |
eng |
| dc.subject |
Kohonen neural networks |
eng |
| dc.subject |
economics effects |
eng |
| dc.subject |
Data Mining |
cze |
| dc.subject |
Shlukovací metody |
cze |
| dc.subject |
K-Means |
cze |
| dc.subject |
Kohonenovy neuronové sítě |
cze |
| dc.subject |
ekonomické faktory |
cze |
| dc.title |
Analýza ekonomických vlivů na rozvoj regionu |
cze |
| dc.title.alternative |
The analysis of economic factors on region-progress |
eng |
| dc.type |
diplomová práce |
cze |
| dc.date.accepted |
2007 |
|
| dc.description.abstract-translated |
The diploma work is concerning in analysis of economics effects, which take part in progress of region. As regions there are choosed two neighbouring areas: Pardubice and Středočeský kraj. In order to can make an objective comparison, there must be defined the economic factors, which influence the development. The analysis and verifying of data were accomlished by means of statistic and data mining methods. These are theoretically desribed and used on concrete data. In the work, there are applyied(used) principally clustering methods of K-Means and Kohonen network, for veryfying data, there is used the pattern of anomalies detection. As software means there were utilized SPSS Clementine and MS Excel, where data were pre-elaborated. |
eng |
| dc.description.department |
Ústav systémového inženýrství a informatiky |
cze |
| dc.thesis.degree-discipline |
Informatika ve veřejné správě |
cze |
| dc.thesis.degree-name |
Ing. |
cze |
| dc.thesis.degree-grantor |
Univerzita Pardubice. Fakulta ekonomicko-správní |
cze |
| dc.identifier.signature |
D16012 |
|
| dc.thesis.degree-program |
Systémové inženýrství a informatika |
cze |
| dc.description.grade |
Dokončená práce s úspěšnou obhajobou |
cze |
