Students learn to prepare raw data for further processing and analysis. They learn what algorithms can be used to extract parameters from various data sources, such as images, texts, time series, etc., and learn the skills to apply these theoretical concepts to solve a specific problem in individual projects - e.g., parameter extraction from image data or from Internet.
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
Studenti se naučí připravit surová data pro další zpracování a analýzu. Získají znalosti algoritmů pro extrakci parametrů z různých datových zdrojů, jako jsou obrázky, texty, časové řady, apod, a získají dovednosti tyto teoretické znalosti aplikovat při řešení daného problému, např. extrakce parametrů z obrazových dat nebo z Internetu.
Aim of the course -
Last update: Jirát Jiří Ing. Ph.D. (31.01.2014)
Students will be able to:
Apply knowledge of algorithms for extraction of parameters from various data sources as a fundamental part of knowledge engineering,
Last update: Jirát Jiří Ing. Ph.D. (13.01.2014)
Studenti budou umět:
připravit surová data pro další zpracování a analýzu.
budou mít znalosti algoritmů pro extrakci parametrů z různých datových zdrojů, jako jsou obrázky, texty, časové řady, apod.
aplikovat tyto teoretické znalosti při řešení daného problému, např. extrakce parametrů z obrazových dat nebo z Internetu.
Literature -
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
R:Pyle, D. ''Data Preparation for Data Mining''. Morgan Kaufmann, 1999. ISBN 1558605290.
R:Guyon, I., Gunn, S., Nikravesh, M., Zadeh, L. A. ''Feature Extraction: Foundations and Applications (Studies in Fuzziness and Soft Computing)''. Springer, 2006. ISBN 3540354875.
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
Z:Pyle, D. ''Data Preparation for Data Mining''. Morgan Kaufmann, 1999. ISBN 1558605290.
Z:Guyon, I., Gunn, S., Nikravesh, M., Zadeh, L. A. ''Feature Extraction: Foundations and Applications (Studies in Fuzziness and Soft Computing)''. Springer, 2006. ISBN 3540354875.
Learning resources -
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
https://edux.fit.cvut.cz/courses/MI-PDD/
(login necessary)
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
https://edux.fit.cvut.cz/courses/MI-PDD/
(nutné přihlášení)
Syllabus -
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
1. Data exploration, exploratory analysis techniques, visualization of raw data.
2. Descriptive statistics.
3. Methods to determine the relevance of features.
4. Problems with data ? dimensionality, noise, outliers, inconsistency, missing values, non-numeric data.
5. Data cleaning, transformation, imputing, discretization, binning.
6. Reduction of data dimension.
7. Reduction of data volume, class balancing.
8. Feature extraction from text.
9. Feature extraction from documents, web. Preprocessing of structured data.
10. Feature extraction from time series.
11. Feature extraction from images.
12. Data preparation case studies.
13. Automation of data preprocessing.
Last update: Jirát Jiří Ing. Ph.D. (10.01.2014)
1. Průzkum dat, techniky exploratorní analýzy, vizualizace surových dat.
2. Deskriptivní statistika.
3. Metody určování významnosti příznaků.
4. Problémy v datech - dimenzionalita, šum, odlehlé hodnoty, nekonzistence, chybějící hodnoty, nenumerická data.