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.

Students will be able to:

Apply knowledge of algorithms for extraction of parameters from various data sources as a fundamental part of knowledge engineering,

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.

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.

https://edux.fit.cvut.cz/courses/MI-PDD/

(nutné přihlášení)

https://edux.fit.cvut.cz/courses/MI-PDD/

(login necessary)

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.

5. Čištění dat, transformace dat, imputing, diskretizace, binning.

6. Redukce dimenzionality dat.

7. Redukce objemu dat, balancování tříd.

8. Extrakce příznaků z textu.

9. Extrakce příznaků z dokumentů, webu, předzpracování strukturovaných dat.

10. Extrakce příznaků z časových řad.

11. Extrakce příznaků z obrazu.

12. Případové studie přípravy dat.

13. Automatizace předzpracování dat.

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.

Základy statistiky, znalost problematiky vytěžování dat.

Fundamentals of statistics, FCD course in data mining.