BA_KDD Knowledge Discovery in Databases

Vysoká škola finanční a správní
zima 2022
Rozsah
0/2/0. 12 hodin KS/semestr. 3 kr. Doporučované ukončení: z. Jiná možná ukončení: zk.
Vyučující
Ing. Radim Brixí (cvičící)
Garance
Ing. Radim Brixí
Katedra informatiky a matematiky (FES, KIM) – Katedry – Vysoká škola finanční a správní
Kontaktní osoba: Ivana Plačková
Rozvrh seminárních/paralelních skupin
BA_KDD/cECPH: každou lichou středu 15:45–16:29 E305, každou lichou středu 16:30–17:15 E305, každou lichou středu 17:30–18:14 E305, každou lichou středu 18:15–19:00 E305, R. Brixí
Předpoklady
no special prerequisities
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Cíle předmětu
Students will get familiar with the methods used for knowledge discovery in databases. The lectures focus on different data mining tasks and suitable machine learning algorithms. The students will also work with one of the widely used data mining systems.
Výstupy z učení
At the end of the course students should be able to:
- understand the role of KDD for data analysis;
- understand different data mining tasks;
- understand the basic principles of various data mining algorithms;
- understand the basic methods of evaluation of created models;
- understand data preprocessing problems;
- formulate KDD tasks for real-world data
Osnova
  • - Data, information, knowledge
  • - Process of knowledge discovery in databases
  • - Machine learning
  • - Weka
  • - Symbolic classification and prediction
  • - Subsymbolic classification and prediction
  • - Dependency analysis
  • - Segmentation
  • - Evaluation of created models
  • - New trends
  • - Real tasks
  • - Presentations of case studies
Literatura
    povinná literatura
  • Witten I., Frank E.: Data Mining, Practical Machine Learning Tools and Techniques with Java. Fourth edition. Morgan Kaufmann, San Francisco 2016
    doporučená literatura
  • Han J., Kerber M.: Data Mining, Concepts and Techniques. Morgan Kaufmann, San Francisco 2001
Výukové metody
- lectures and seminars in full-time study,
- tutorials in part-time study,
- case study of data analysis using data mining system
Metody hodnocení
- proof of effort
- case study of data analysis using data mining system/BI/AI
Vyučovací jazyk
Angličtina
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2020, zima 2021, zima 2023, zima 2024.