|
|
|
||
Last update: Kubová Petra Ing. (02.01.2018)
|
|
||
Last update: Kubová Petra Ing. (02.01.2018)
Students will be able to: Understand knowledge discovery in data. |
|
||
Last update: Svozil Daniel prof. Mgr. Ph.D. (26.03.2019)
R: Larose, D. T. Discovering Knowledge in Data: An Introduction to Data Mining. Wiley-Interscience, 2004. ISBN 0471666572. R: Berka, P. Dobývání znalostí z databází. Praha: Academia, 2003 A: L. Pierson: Data Science for Dummies (2nd edition), 2017 |
|
||
Last update: Kubová Petra Ing. (02.01.2018)
https://edux.fit.cvut.cz/courses/BI-VZD/ (login necessary) |
|
||
Last update: Kubová Petra Ing. (02.01.2018)
1. Introduction to data mining, data preparation, data visualization. 2. Statistical analysis of data. 3. Data model, nearest neighbour classifier. 4. Training, validation and testing, model's quality evaluation. 5. Artificial neural networks in data mining. 6. Unsupervised neural networks - competitive learning 7. Probability and Bayesian classification. 8. Decision trees and rules. 9. Neural networks with supervised learning. 10. Cluster analysis. 11. Combining neural networks and models in general. 12. Data mining in the Clementine environment. 13. Text mining, Web mining, selected applications, new trends. |
|
||
Last update: Kubová Petra Ing. (02.01.2018)
none |
|
||
Last update: Svozil Daniel prof. Mgr. Ph.D. (07.02.2018)
Pro zı́skánı́ zápočtu je potřeba dostatek bodů ze programovacích úloh a testu. Zkouška se skládá z povinné pı́semné části. |
Teaching methods | ||||
Activity | Credits | Hours | ||
Účast na přednáškách | 1 | 28 | ||
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi | 1 | 28 | ||
Příprava na zkoušku a její absolvování | 1 | 28 | ||
Účast na seminářích | 1 | 28 | ||
4 / 4 | 112 / 112 |