|
|
|
||
Studenti se seznámí se základními 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. Studenti získají povědomí o vztahu mezi zaujetím a variancí modelů a o vyhodnocení kvality modelů. V předmětu se extenzivně využívá vytěžovací software. Studenti budou schopni kvalifikovaně použít základní nástroje data miningu na nejčastěji se vyskytujících problémech (klasifikace, regrese, shlukování).
Poslední úprava: Jirát Jiří (10.01.2014)
|
|
||
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 (13.01.2014)
|
|
||
Z:Berka, P. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.
Poslední úprava: Jirát Jiří (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 (10.01.2014)
|
|
||
https://edux.fit.cvut.cz/courses/BI-VZD/ (nutné přihlášení) Poslední úprava: Jirát Jiří (10.01.2014)
|
|
||
žádné Poslední úprava: Jirát Jiří (31.01.2014)
|
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 |