dc.contributor.advisor	Kraus Jan, Ing. Ph.D. :56646	cs
dc.contributor.author	Vácha, Pavel	cs
dc.contributor.referee	Vondráček Martin, Ing. :69196	cs
dc.date.accessioned	2024-12-16T04:37:07Z
dc.date.available	2024-12-16T04:37:07Z
dc.date.committed	14.5.2024	cs
dc.date.defense	11.6.2024	cs
dc.date.issued	2024-06-11
dc.date.submitted	12.10.2023	cs
dc.description.abstract	Tato bakalářská práce se zaměřuje na využití strojového učení a klasických statistických metod k predikci krátkodobé a střednědobé spotřeby elektrické energie v domácnosti. V práci jsou modely implementovány pomocí statistických knihoven, kterými disponuje Python. Modely jsou pomocí standardních metrik objektivně porovnávány a na závěr metodicky vyhodnoceny.	cs
dc.description.abstract	This bachelor's thesis focuses on the use of machine learning and classical statistical methods to forecast short and medium term household electricity consumption. In the thesis, the models are implemented using the statistical libraries available for Python. The models are objectively compared using standard metrics and finally evaluated methodically.	en
dc.format	61 s. (92 122 znaků).	cs
dc.identifier.uri	https://dspace.tul.cz/handle/15240/175809
dc.language.iso	CS	cs
dc.subject	spotřeba energie	cs
dc.subject	analýza časových řad	cs
dc.subject	predikce	cs
dc.subject	parametrické modelování	cs
dc.subject	strojové účení	cs
dc.title	Predikce profilů spotřeby elektrické energie	cs
dc.title	Prediction of power consumption profiles	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Bakalářský	cs
local.identifier.author	M21000149	cs
local.identifier.stag	46295	cs

Predikce profilů spotřeby elektrické energie

Files

Original bundle

Collections