Treffer: Webová aplikace pro sledování a analýzu výsledků Trailtour s využitím prvků dataminingu ; Web Application for Trailtour Analysis with Datamining Techniques

Title:
Webová aplikace pro sledování a analýzu výsledků Trailtour s využitím prvků dataminingu ; Web Application for Trailtour Analysis with Datamining Techniques
Authors:
Contributors:
Viktorin, Adam, Kotyrba, Martin
Publisher Information:
Univerzita Tomáše Bati ve Zlíně
Publication Year:
2022
Collection:
Tomas Bata University Zlín: TBU DSpace / Univerzita Tomáše Bati ve Zlíně
Document Type:
Dissertation thesis
Language:
Czech
Relation:
Elektronický archiv Knihovny UTB; http://hdl.handle.net/10563/54282; 63415
Rights:
Bez omezení
Accession Number:
edsbas.D695C3F3
Database:
BASE

Weitere Informationen

Tato diplomová práce podává přehled současných webových technologií a jejich možností při tvorbě webových aplikací. Dále seznamuje s principem virtuálních závodů, jež jsou oblíbenou formou outdoorových aktivit, který umožňuje účastníkům soutěžit a sledovat své výkony prostřednictvím online platformy. V rámci práce je vytvořena webová aplikace, která umožňuje sledování a analýzu virtuálních závodů Trailtour. Aplikace využívá současné webové technologie (HTML, CSS, PHP, MySQL, Javascript), umožňuje uživatelům procházet dostupné závody, zobrazovat statistiky výkonů účastníků, vytvářet vlastní profil a ukládat osobní výsledky. Sběr a analýza dat z virtuálních závodů je prováděna pomocí dataminingových technik strojového učení (algoritmus k-NN), které poskytují užitečné poznatky a informace pro účastníky závodů s možností predikce budoucích výsledků. ; This thesis gives an overview of current web technologies and their capabilities in the creation of web applications. It also introduces the principle of virtual racing, which is a popular form of outdoor activities that allows participants to compete and monitor their performance through an online platform. As part of the work, a web application is created that enables tracking and analysis of Trailtour virtual races. The app uses current web technology (HTML, CSS, PHP, MySQL, Javascript), allows users to browse available races, view participants' performance statistics, create their own profile, and store personal results. Data collection and analysis from virtual plants is conducted using data mining machine learning techniques that provide useful insights and information for race participants. ; Ústav informatiky a umělé inteligence