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).

Students will be able to:

Understand knowledge discovery in data.

Z: Berka, P. Dobývání znalostí z databází. Praha: Academia, 2003

D: L. Pierson: Data Science for Dummies (2nd edition), 2017

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

https://edux.fit.cvut.cz/courses/BI-VZD/

(nutné přihlášení)

https://edux.fit.cvut.cz/courses/BI-VZD/

(login necessary)

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.

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.

žádné

none

Pro zı́skánı́ zápočtu je potřeba dostatek bodů ze programovacích úloh a testu. Zkouška se skládá z povinné pı́semné části.