|
|
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (10.01.2014)
|
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (13.01.2014)
Studenti budou umět: základní postupy při vytěžování znalostí z dat, konkrétně se naučí základní techniky předzpracování dat, vizualizace vícerozměrných dat, statistické techniky transformace dat, základní principy metod pro vytěžování znalostí. budou mít povědomí o vztahu mezi zaujetím a variancí modelů a o vyhodnocení kvality modelů. používat vytěžovací software. kvalifikovaně použít základní nástroje data miningu na nejčastěji se vyskytujících problémech (klasifikace, regrese, shlukování). |
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (10.01.2014)
Z:Berka, P. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.
|
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (10.01.2014)
https://edux.fit.cvut.cz/courses/BI-VZD/ (nutné přihlášení) |
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (10.01.2014)
1. Úvod do data miningu, příprava dat, vizualizace dat. 2. Statistická analýza dat. 3. Model dat, metoda nejbližšího souseda 4. Učení, validace, testování, hodnocení kvality modelu 5. Umělé neuronové sítě v data miningu. 6. Neuronové sítě bez učitele - kompetiční učení 7. Pravděpodobnost a Bayesovská klasifikace 8. Rozhodovací stromy a pravidla. 9. Neuronové sítě s učitelem. 10. Shluková analýza. 11. Kombinování neuronových sítí a modelů obecně. 12. Data mining v prostředí Clementine. 13. Text mining, Web mining, vybrané aplikace a nové trendy. |
|
||
Poslední úprava: Jirát Jiří Ing. Ph.D. (31.01.2014)
žádné |
Zátěž studenta | ||||
Činnost | Kredity | Hodiny | ||
Účast na přednáškách | 1 | 28 | ||
Práce na individuálním projektu | 0.5 | 14 | ||
Příprava na zkoušku a její absolvování | 1.1 | 30 | ||
Účast na seminářích | 1 | 28 | ||
4 / 4 | 100 / 112 |