SubjectsSubjects(version: 948)
Course, academic year 2023/2024
  
Data mining methods - B445054
Title: Metody dolování dat
Guaranteed by: Department of Mathematics, Informatics and Cybernetics (446)
Faculty: Faculty of Chemical Engineering
Actual: from 2021
Semester: both
Points: 2
E-Credits: 2
Examination process:
Hours per week, examination: 0/10, C [HS]
Capacity: winter:unknown / unlimited (unknown)
summer:unknown / unknown (unknown)
Min. number of students: unlimited
Language: Czech
Teaching methods: full-time
Teaching methods: full-time
Level:  
For type: Bachelor's
Note: course can be enrolled in outside the study plan
enabled for web enrollment
you can enroll for the course in winter and in summer semester
Guarantor: Kukal Jaromír doc. Ing. Ph.D.
Sedláková Zuzana Ing. Ph.D.
Class: Kurz CŽV
This subject contains the following additional online materials
Annotation - Czech
Last update: Kukal Jaromír doc. Ing. Ph.D. (28.07.2019)
Cílem předmětu je seznámit s moderními metodami dolování dat a jejich souvislostmi s matematickými metodami lineární algebry, logiky, statistiky a optimalizace.
Literature - Czech
Last update: Kukal Jaromír doc. Ing. Ph.D. (28.07.2019)

Du, H., Data Mining Techniques and Applications: An Introduction, Cengage Learning, 2010.

Olson, D.L., Delen, D, Advanced Data Mining Techniques, Springer Science & Business Media, 2008.

Murty, M.N., Devi, V.S., Pattern Recognition: An Algorithmic Approach, Springer Science & Business Media, 2011.

Duda, R.O., Hart, P.E., Stork, D.G., Pattern Classification, John Wiley & Sons, 2012.

Syllabus - Czech
Last update: Kukal Jaromír doc. Ing. Ph.D. (28.07.2019)

1. Dolování dat, jeho smysl, příprava dat pro zpracování.

2. Dolování dat v metrickém prostoru, metriky, jednoduché metody.

3. Pokročilé metody dolování dat v metrickém prostoru bez učitele: DBSCAN, SOM.

4. Pokročilé metody dolování dat v metrickém prostoru: klasifikátory s jádrovými funkcemi.

5. Dolování dat ve vektorovém prostoru, normalizace a standardizace dat, jednoduché metody.

6. Redukce dimenze dat bez učitele: PCA, data whitening, duální whitening.

7. Klasifikace dat ve vektorovém prostoru: maxmargin, SVM, ANN, RVFL.

8. Dolování dat pomocí Booleovy algebry.

9. Dolování dat pomocí fuzzy logiky: Lukasiewiczova a Gougenova algebra.

10. Dolování dat pomocí matematické statistiky: LDA, QDA, FDA, logistická regrese.

 
VŠCHT Praha