B_ZZD Získávání znalostí z databází

Vysoká škola finanční a správní
léto 2021
Rozsah
2/0/0. 6 hodin KS/semestr. 3 kr. Ukončení: z.
Vyučující
prof. Ing. Petr Berka, CSc. (cvičící)
Garance
prof. Ing. Petr Berka, CSc.
Katedra informatiky a matematiky (FES, KIM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Ivana Plačková
Rozvrh seminárních/paralelních skupin
B_ZZD/pAPH: Po 10:30–11:14 S22, Po 11:15–12:00 S22, P. Berka
B_ZZD/vAPH: So 20. 2. 9:45–11:15 S24, 11:30–13:00 S24, Pá 5. 3. 14:00–15:30 S24, P. Berka
Předpoklady
B_ES Expertní systémy
Podmínkou pro zakončení tohoto předmětu je ukončení předmětu B_ES.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Cílem předmětu je seznámit studenty s metodami automatizovaného získávání znalostí z databází. Výklad bude zaměřen zejména na jednotlivé algoritmy z oblasti strojového učení. V praktické části se studenti seznámí s jedním z používaných systémů pro data mining.
Výstupy z učení
Na konci tohoto kurzu bude student schopen:
- porozumět roli dobývání znalostí z databází pro analýzu dat,
- porozumět základním principům jednotlivých algoritmů pro data mining,
- porozumět základním metodám pro hodnocení nalezených znalostí,
- porozumět základním datovým transformacím prováděným při předzpracování dat,
- formulovat úlohy dobývání znalostí z databází pro reálná data
Osnova
  • 1. Proces dobývání znalostí z databází: typy úloh, dílčí kroky, metodiky.
  • 2. Východiska dobývání znalostí: databázové techniky, statistické metody analýzy dat
  • 3. Strojové učení: základní úlohy
  • 4. rozhodovací stromy,
  • 5. asociační pravidla,
  • 6. rozhodovací pravidla,
  • 7. neuronové sítě, genetické algoritmy
  • 8. bayesovská klasifikace, případové usuzování
  • 9. Interpretace nalezených znalostí
  • 10. Předzpracování dat
  • 11. Data mining s využitím systému Weka
  • 12. Zápočtový test
Literatura
    povinná literatura
  • Berka,P.Dobývání znalostí z databází. Academia, Praha 2003. ISBN 80-200-1062-9.
    doporučená literatura
  • Kelemen, J. a kol.: Pozvanie do znalostnej spoločnosti. Iura Edition, Bratislava, 2007
  • Witten I., Frank E.: Data Mining, Practical Machine Learning Tools and Techniques with Java. Fourth edition. Morgan Kaufmann, San Francisco 2016
    neurčeno
  • Han J., Kerber M.: Data Mining, Concepts and Techniques. Morgan Kaufmann, San Francisco 2001
Výukové metody
- přednášky, cvičení/semináře v prezenční formě studia,
- řízené skupinové konzultace v kombinované formě studia,
- případová studie analýzy dat metodami dobývání znalostí
Metody hodnocení
- závěrečný písemný test tvořený nestukturovanými otázkami (minimum 60% bodů)
- případová studie analýzy dat metodami dobývání znalostí
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2007, léto 2009, léto 2010, léto 2011, zima 2011, léto 2012, léto 2013, léto 2014, léto 2015, léto 2016, léto 2017, léto 2018, léto 2019, léto 2020.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.vsfs.cz/predmet/vsfs/leto2021/B_ZZD