Knowledge discovery from physical activity
Tekijät
Päivämäärä
2017Tässä pro gradu -tutkielmassa käydään läpi Knowledge Discovery in Databases (KDD) -prosessi ja sen soveltamismahdollisuuksia fyysiseen aktiivisuuteen liittyvän datan kanssa. KDD-prosessi koostuu monesta eri vaiheesta, sisältäen esikäsittelyn, datan muunnoksen ja tiedonlouhinnan. Tässä tutkielmassa tiedonlouhinnan menetelmänä käytetään klusterointia, joka käydään läpi yksityiskohtaisesti. Vertailemme myös laajan joukon eri klusterointi indeksejä (CVAIs) sekä niiden eri toteutuksia k-means klusteroinnin kanssa ja esittelemme parhaat näistä yleisemmässä muodossa. Tutkielman empiirisessä osassa seitsemäsluokkalaisten koululaisten aktiivisuusdataa tutkitaan KDD-prosessia seuraten ja hyödyntäen monia eri datan muunnoksia ja klusterointimenetelmiä. Tarkoituksena on selvittää, voiko ohjaamattoman tiedonlouhinnan avulla löytää uutta ja hyödyllistä informaatiota datasta. In this master’s thesis the Knowledge Discovery in Databases (KDD) process and its usage with physical activity data are discussed. The KDD process has multiple steps, including preprocessing, transformation, and data mining. Clustering is used as the data mining technique and is introduced in detail. A large set of different Cluster Validation Indices (CVAIs) and their implementations are tested with the k-means clustering and the best performing ones further generalized. In the empirical part, physical activity data from Finnish seventh-grade students is assessed following the KDD process and using multiple different transformations with different clustering methods. The aim is to find out, whether unsupervised data mining can help detect novel and useful information from this data.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Pro gradu -tutkielmat [28265]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Knowledge mining using robust clustering
Äyrämö, Sami (University of Jyväskylä, 2006)FM Sami Äyrämö tutki väitöstyössään suurten digitaalisten tietomassojen tehokasta hyödyntämistä ja siihen sovellettavia laskennallisesti älykkäitä niin kutsuttuja tiedonlouhintamenetelmiä (data mining). Aihe on ajankohtainen, ... -
Awareness and Knowledge of Physical Activity Recommendations in Young Adult Men
Vaara, Jani P.; Vasankari, Tommi; Koski, Harri J.; Kyröläinen, Heikki (Frontiers Media, 2019)Background: There are only a few studies that have assessed awareness and knowledge regarding aerobic type of physical activity (PA) guidelines recommendations, while no previous studies have examined muscular type of ... -
Parental Support and Objectively Measured Physical Activity in Children : A Yearlong Cluster-Randomized Controlled Efficacy Trial
Laukkanen, Arto; Pesola, Arto; Finni Juutinen, Taija; Sääkslahti, Arja (Routledge, Taylor & Francis Group, 2017)Purpose: We studied whether physical activity (PA) counseling for parents influenced the level of parental support of children’s PA and leisure-time PA in children of different levels of initial parental support. We ... -
Cycling but not walking to work or study is associated with physical fitness, body composition and clustered cardiometabolic risk in young men
Vaara, Jani P.; Vasankari, Tommi; Fogelholm, Mikael; Koski, Harri; Kyröläinen, Heikki (BMJ Publishing Group Ltd, 2020)Introduction: Active commuting is an inexpensive and accessible form of physical activity and may be beneficial to health. The aim of this study was to investigate the association of active commuting and its subcomponents, ... -
Detecting cellular network anomalies using the knowledge discovery process
Chernov, Sergey (University of Jyväskylä, 2015)Analytical companies unanimously forecast the exponential growth of mobile traffic consumption over the next five years. The densification of a network structure with small cells is regarded as a key solution to meet growing ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.