|
|
|
||
Předmět je vhodný pro ty z vás, kteří se chtějí seznámit s náramně zajímavou a užitečnou disciplínou "vytěžováním znalostí z dat" (data miningem). Budeme se vám snažit nenásilnou formou přiblížit ty nejužitečnější algoritmy, které pak snadno využijete v kterékoli oblasti informatiky.
Poslední úprava: Hladíková Jana (05.01.2018)
|
|
||
Studenti budou umět: orientovat se v algoritmech používaných v oblasti data-miningu využít tyto algoritmy v různých oblastech informatiky Poslední úprava: Hladíková Jana (05.01.2018)
|
|
||
Pro zı́skánı́ zápočtu je potřeba dostatek bodů ze semestrálnı́ práce. Zkouška se skládá z pı́semné přı́pravy a povinné ústnı́ části. Poslední úprava: Svozil Daniel (07.02.2018)
|
|
||
Z:Berka P. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9 Z:Hastie T.,Tibshirani R.,Friedman J., The Elements of Statistical Learning, Data Mining, Inference and Prediction, Springer, 2016, ISBN: 978-0387848570 Poslední úprava: Svozil Daniel (04.11.2018)
|
|
||
1) Úvod a základní úlohy data miningu, klasifikace, predikce, algoritmus nejbližších sousedů a jeho varianty 2) Model, hodnocení modelu, plasticita, regularizace 3) Úvod do klasifikace a regrese 4) Rozhodovací stromy (algoritmy C4.5, CART, MARS) 5) Klasifikace pomocí perceptronů a její zobecnění 6) Lineární, polynomiální a logistická regrese, algoritmy LMS, MLE 7) Nelineární SVM-klasifikátory a SV-regrese 8) Induktivní modelování - algoritmy GMDH MIA, COMBI 9) Nelineární regrese pomocí vícevrstvých perceptronů 10) Kombinování modelů (algoritmus Adaboost) 11) Statistický přístup k umělým neuronovým sítím 12) Shluková analýza (algoritmy K-středů, hierarchické shlukování, neuronový plyn, SOM) 13) Využití statistického přístupu při volbě počtu skrytých neuronů Poslední úprava: Hladíková Jana (05.01.2018)
|
|
||
https://edux.fit.cvut.cz/courses/MI-ADM (nutné přihlášení) Poslední úprava: Hladíková Jana (05.01.2018)
|
|
||
Statistická analýza dat, Vytěžování znalostí z dat, Programování a algoritmizace Poslední úprava: Svozil Daniel (08.02.2018)
|
Zátěž studenta | ||||
Činnost | Kredity | Hodiny | ||
Účast na přednáškách | 1 | 28 | ||
Práce na individuálním projektu | 2 | 56 | ||
Účast na seminářích | 0.5 | 14 | ||
4 / 4 | 98 / 112 |