VSFS:B_ZZD Získávání znalostí databází - Informace o předmětu
B_ZZD Získávání znalostí databází
Vysoká škola finanční a správníléto 2013
- Rozsah
- 2/0. 6 hodin KS/semestr. 3 kr. Doporučované ukončení: z. Jiná možná ukončení: zk.
- 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: Dagmar Medová, DiS. - Rozvrh seminárních/paralelních skupin
- B_ZZD/pAPH: Po 10:30–11:14 DELL ROOM E302PC, Po 11:15–12:00 DELL ROOM E302PC, P. Berka
B_ZZD/vAPH: Pá 22. 2. 17:15–18:45 E228, Pá 22. 3. 15:30–17:00 E125, 17:15–18:45 E125, P. Berka - Předpoklady
- Nejsou vyžadovány žádné předpoklady.
- Omezení zápisu do předmětu
- Předmět je otevřen studentům libovolného oboru.
- Cíle předmětu
- Cílem předmětu je seznámit studenty s metodami automatizovaného získávání znalostí z databází.
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
- 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
- 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
- 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 - Informace učitele
- http://sorry.vse.cz/~berka/B_ZZD
- Další komentáře
- Předmět je dovoleno ukončit i mimo zkouškové období.
Aa2.
- Statistika zápisu (léto 2013, nejnovější)
- Permalink: https://is.vsfs.cz/predmet/vsfs/leto2013/B_ZZD