N_DZD Dobývání znalostí z databází

Vysoká škola finanční a správní
léto 2020
Rozsah
2/0/0. 14 hodin KS/semestr. 5 kr. 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: Ivana Plačková
Rozvrh seminárních/paralelních skupin
N_DZD/vAPH: So 29. 2. 14:00–15:30 S14, 15:45–17:15 S14, Pá 27. 3. 15:45–17:15 S14, So 18. 4. 14:00–15:30 S14, 15:45–17:15 S14, Pá 24. 4. 17:30–19:00 S14, 19:15–20:45 S14, P. Berka
Předpoklady
Tento předmět nemá 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. 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 data miningu a text miningu 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, SVM 8. bayesovská klasifikace, případové usuzování 9. Interpretace nalezených znalostí 10. Předzpracování dat 11. Data mining s využitím systému Rapid Miner 12. Text mining
Literatura
    povinná literatura
  • BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003, 370 s. ISBN 80-200-1062-9. info
    doporučená literatura
  • HAN, J. - KAMBER, M. Data mining: concepts and techniques. Morgan Kaufmann, 2011
  • Witten I., Frank E.: Data Mining, Practical Machine Learning Tools and Techniques with Java. Fourth edition. Morgan Kaufmann, San Francisco 2016
Výukové metody
- přednášky, cvičení/semináře v prezenční formě studia, - řízené skupinové konzultace v kombinované formě studia, - případová studie analýzy dat systémem pro dobývání znalostí
Metody hodnocení
- závěrečný písemný test tvořený nestukturovanými otázkami (minimum 60% bodů) - případová studie analýzy dat systémem pro dobývání znalostí
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích léto 2021, léto 2022, léto 2023, léto 2024, léto 2025.