VSFS:B_ZZD Information Retrieval from Dat - Course Information
B_ZZD Information Retrieval from Database
University of Finance and AdministrationSummer 2011
- Extent and Intensity
- 2/0. 4 credit(s). Type of Completion: zk (examination).
- Teacher(s)
- prof. Ing. Petr Berka, CSc. (seminar tutor)
- Guaranteed by
- prof. Ing. Petr Berka, CSc.
Department of Computer Science and Mathematics – Departments – University of Finance and Administration
Contact Person: Ivana Plačková - Timetable of Seminar Groups
- B_ZZD/pAPH: Mon 10:30–11:14 DELL ROOM E302PC, Mon 11:15–12:00 DELL ROOM E302PC, P. Berka
B_ZZD/vAPH: Fri 11. 2. 13:45–15:15 E306, 15:30–17:00 E306, Fri 11. 3. 15:30–17:00 E306, 17:15–18:45 E306, P. Berka - Prerequisites (in Czech)
- Expertní systémy
- Course Enrolment Limitations
- The course is offered to students of any study field.
- Course objectives (in Czech)
- Cílem předmětu je seznámit studenty s metodami automatizovaného získávání znalostí z databází. V předmětu bude podán přehled problematiky (která je klíčovým faktorem rozvoje informačních technologií), používaných metod a systémů vyvíjených ve světě a u nás. V praktické části budou studenti pracovat s některými vybranými systémy.
- Syllabus (in Czech)
- Tato osnova je určena pro prezenční studium, průběh výuky pro kombinované studium je uveden ve studijních materiálech formou metodického listu (ML).
- Obsah přednášek:
- 1. Proces dobývání znalostí z databází: typy úloh, dílčí kroky, metodiky.
- 2. Východiska dobývání znalostí: databázové techniky, statistické metody analýzy dat
- 3. Strojové učení
- 4. Metody dobývání znalostí:
- 4.1 Symbolické metody strojového učení: rozhodovací stromy, rozhodovací pravidla, asociační pravidla, případové usuzování.
- 4.2 Subsymbolické metody strojového učení: neuronové sítě, bayesovská klasifikace, genetické algoritmy.
- 5. Interpretace nalezených znalostí: testování a kombinování modelů,vizualizace.
- 6. Předzpracování dat: selekce, transformace, diskretizace.
- Literature
- Povinná literatura
- Berka,P.Dobývání znalostí z databází. Academia, Praha 2003. ISBN 80-200-1062-9.
- Kelemen, J. a kol.: Pozvanie do znalostnej spoločnosti. Iura Edition, Bratislava, 2007
- Doporučená literatura
- Witten I., Frank E.: Data Mining, Practical Machine Learning tools and Techniques with Java. Second edition. Morgan Kaufmann, San Francisco 2005
- Han J., Kerber M.: Data Mining, Concepts and Techniques. Morgan Kaufmann, San Francisco 2001
- Další zdroje
- sorry.vse.cz/~berka/B_ZZD
- www.kdnuggets.com
- Assessment methods (in Czech)
- Typ výuky: Výuka probíhá formou přednášek Rozsah povinné účasti ve výuce: Minimální povinná účast na cvičení v prezenčním studiu je 80%, na řízených skupinových konzultacích v kombinovaném studiu 50%. Studentům, kteří nesplní povinný rozsah účasti, mohou být v průběhu semestru zadány dodatečné studijní povinnosti (v míře, která umožní prokázat studijní výsledky a získané kompetence nezbytné pro úspěšné zakončení předmětu). Způsob zakončení předmětu: Předmět je ukončen zkouškou. Pro úspěšné absolvování je třeba napsat test z teorie a (v prezenčním studiu) odevzdat výsledky analýzy zadaných dat systémem Weka
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- The course can also be completed outside the examination period.
Information on the extent and intensity of the course: 8 hodin/semestr.
- Enrolment Statistics (Summer 2011, recent)
- Permalink: https://is.vsfs.cz/course/vsfs/summer2011/B_ZZD