Tato bakalářská práce se zabývá průzkumem využití data miningových nástrojů pro hledání skrytých závislostí v datech o kriminalitě, a následným vývojem aplikace, která tyto nástroje používá.
Teoretická část obsahuje přehled o využití kriminálních dat v zahraničí, kde jsou popsány principy prediktivních systémů.
V praktické části byla na základě tohoto přehledu naprogramována desktopová aplikace, ve které jsou implementovány nejpoužívanější postupy a algoritmy pro hledání skrytých závislostí v datech o kriminalitě.
Součástí práce je popsán i obecný pohled na vývoj desktopových aplikací v programovacím jazyce Python.
Anotace v angličtině
This bachelor thesis explores the use of data mining tools to find hidden dependencies in crime data, and the subsequent development of an application that uses these tools.
The theoretical part contains an overview of the use of crime data abroad, where the principles of predictive systems are described.
In the practical part, based on this review, a desktop application was programmed that implements the most commonly used procedures and algorithms for finding hidden dependencies in crime data.
The thesis also describes a general view of desktop application development in the Python programming language.
Klíčová slova
kriminalita, data mining, PyQt, Python, folium
Klíčová slova v angličtině
criminality, data mining, PyQt, Python, folium
Rozsah průvodní práce
51 s.
Jazyk
CZ
Anotace
Tato bakalářská práce se zabývá průzkumem využití data miningových nástrojů pro hledání skrytých závislostí v datech o kriminalitě, a následným vývojem aplikace, která tyto nástroje používá.
Teoretická část obsahuje přehled o využití kriminálních dat v zahraničí, kde jsou popsány principy prediktivních systémů.
V praktické části byla na základě tohoto přehledu naprogramována desktopová aplikace, ve které jsou implementovány nejpoužívanější postupy a algoritmy pro hledání skrytých závislostí v datech o kriminalitě.
Součástí práce je popsán i obecný pohled na vývoj desktopových aplikací v programovacím jazyce Python.
Anotace v angličtině
This bachelor thesis explores the use of data mining tools to find hidden dependencies in crime data, and the subsequent development of an application that uses these tools.
The theoretical part contains an overview of the use of crime data abroad, where the principles of predictive systems are described.
In the practical part, based on this review, a desktop application was programmed that implements the most commonly used procedures and algorithms for finding hidden dependencies in crime data.
The thesis also describes a general view of desktop application development in the Python programming language.
Klíčová slova
kriminalita, data mining, PyQt, Python, folium
Klíčová slova v angličtině
criminality, data mining, PyQt, Python, folium
Zásady pro vypracování
Vyberte na základě rešerše zahraničních existujících projektů nejvhodnější postupy a algoritmy k analýze a hledání skrytých závislostí v datech o kriminalitě.
Navrhněte a realizujte způsob uložení a distribuce dat pro rozšíření datové matice o další atributy. Využijte veřejně dostupné datové zdroje a API pro rozšíření stávajících dat.
Naprogramujte aplikaci pro analýzu dat a hledání skrytých závislostí v kriminálních datech. Aplikace bude podporovat import, export dat, manipulaci s daty a vhodné grafické výstupy.
Do aplikace implementujte vybrané vhodné algoritmy pro hledání skrytých závislostí v datech o kriminalitě.
Zásady pro vypracování
Vyberte na základě rešerše zahraničních existujících projektů nejvhodnější postupy a algoritmy k analýze a hledání skrytých závislostí v datech o kriminalitě.
Navrhněte a realizujte způsob uložení a distribuce dat pro rozšíření datové matice o další atributy. Využijte veřejně dostupné datové zdroje a API pro rozšíření stávajících dat.
Naprogramujte aplikaci pro analýzu dat a hledání skrytých závislostí v kriminálních datech. Aplikace bude podporovat import, export dat, manipulaci s daty a vhodné grafické výstupy.
Do aplikace implementujte vybrané vhodné algoritmy pro hledání skrytých závislostí v datech o kriminalitě.
Seznam doporučené literatury
\renewcommand{\labelenumi}{[\theenumi]}
WITTEN, I. H. a Frank EIBE. Data mining: practical machine learning tools and techniques. Fourth Edition. Cambrige: Morgan Kaufmann, 2017. ISBN 9780128042915.
BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2005. ISBN 8020010629.
SUMMERFIELD, Mark. Rapid GUI programming with Python and Qt: the definitive guide to PyQt programming. Upper Saddle River, NJ: Prentice Hall, c2007. ISBN 978-0-13-235418-9.
RAMALHO, Luciano. Fluent Python: clear, concise, and effective programming. Second edition. Sebastopol: O'Reilly, 2022. ISBN 978-1-492-05635-5
Seznam doporučené literatury
\renewcommand{\labelenumi}{[\theenumi]}
WITTEN, I. H. a Frank EIBE. Data mining: practical machine learning tools and techniques. Fourth Edition. Cambrige: Morgan Kaufmann, 2017. ISBN 9780128042915.
BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2005. ISBN 8020010629.
SUMMERFIELD, Mark. Rapid GUI programming with Python and Qt: the definitive guide to PyQt programming. Upper Saddle River, NJ: Prentice Hall, c2007. ISBN 978-0-13-235418-9.
RAMALHO, Luciano. Fluent Python: clear, concise, and effective programming. Second edition. Sebastopol: O'Reilly, 2022. ISBN 978-1-492-05635-5
Přílohy volně vložené
-
Přílohy vázané v práci
-
Převzato z knihovny
Ano
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Průběh obhajoby je zveřejněn pouze přihlášenému uživateli.