Ukládání a příprava dat

Studenti budou schopni ukládat a manipulovat data ve vhodných databázových systémech, zkoumat vlastnosti dat a připravit je pro následné modelování v rámci získávání znalostí.

• Student lépe zvládne práci s daty v různých situacích.
• Student se zdokonalí v řešení malých projektů v malém týmu.

Cílem předmětu je vysvětlit historický vývoj databázových technologií, motivaci získávání znalostí z dat a základní kroky procesu získávání znalostí, vysvětlit podstatu, vlastnosti a použití rozšířených relačních a NoSQL databází jako zdrojů dat pro získávání znalostí a vysvětlit přístupy a metody používané pro pochopení dat a přípravu dat pro získávání znalostí.

Předmět si klade za cíl ukázat, jak na složitá data kolem nás, jak je uložit, jak se v nich orientovat, získat z nich užitečné charakteristiky a připravit je pro extrakci skrytých informací/znalostí aplikací metod strojového učení a jiných pokročilých metod analýzy.

• Základy relačních databází a jazyka SQL.
• Objektově orientované paradigma.
• Základy jazyka XML.
• Základy výpočetní geometrie.
• Základy statistiky a pravděpodobnosti.

• Podklady k přednáškám (slajdy, skripty, apod.)
• Lemahieu, W., Broucke, S., Baesens, B.: Principles of Database Management. Cambridge University Press. 2018, 780 s.
• Kim, W. (ed.): Modern Database Systems, ACM Press, 1995, ISBN 0-201-59098-0
• Melton, J.: Advanced SQL: 1999 - Understanding Object-Relational and Other Advanced. Morgan Kaufmann, 2002, 562 s., ISBN 1-558-60677-7
• Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Third Edition. Morgan Kaufmann Publishers, 2012, p. 703, ISBN 978-0-12-381479-1
• Skiena, S.S.: The Data Science Design Manual. Springer, 2017, 445 s. ISBN 978-3-319-55443-3.
• Shekhar, S., Chawla, S.: Spatial Databases: A Tour, Prentice Hall, 2002/2003, 262 s., ISBN 0-13-017480-7
• Gaede, V., Günther, O.: Multidimensional Access Methods, ACM Computing Surveys, Vol. 30, No. 2, 1998, s. 170-231.

• Lemahieu, W., Broucke, S., Baesens, B.: Principles of Database Management. Cambridge University Press. 2018, 780 s.
• Kim, W. (ed.): Modern Database Systems, ACM Press, 1995, ISBN 0-201-59098-0
• Melton, J.: Advanced SQL: 1999 - Understanding Object-Relational and Other Advanced. Morgan Kaufmann, 2002, 562 s., ISBN 1-558-60677-7
• Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Third Edition. Morgan Kaufmann Publishers, 2012, p. 703, ISBN 978-0-12-381479-1
• Skiena, S.S.: The Data Science Design Manual. Springer, 2017, 445 s. ISBN 978-3-319-55443-3.
• Shekhar, S., Chawla, S.: Spatial Databases: A Tour, Prentice Hall, 2002/2003, 262 s., ISBN 0-13-017480-7
• Gaede, V., Günther, O.: Multidimensional Access Methods, ACM Computing Surveys, Vol. 30, No. 2, 1998, s. 170-231. 

1. Historie vývoje databázových technologií a získávání znalostí z dat, proces získávání znalostí z dat.
2. Objektový přístup v databázích.
3. NoSQL databáze I - úvod do NoSQL, CAP teorém a BASE, databáze klíč-hodnota a způsob uložení dat, rozdělení (partitioning) a distribuce dat.
4. NoSQL databáze II - modely dat v NoSQL databázích (sloupcové, dokumentové a grafové databáze), dotazování a agregace dat, NewSQL databáze.
5. Extrakce dat z webu (web scraping).
6. Příprava dat - porozumění datům: popisné charakteristiky, vizualizační techniky, korelační analýza.
7. Příprava dat - předzpracování I: čištění dat, integrace.
8. Příprava dat - předzpracování II: redukce dat a řešení nevyváženosti dat, transformace dat, další úlohy předzpracování.
9. Půlsemestrální zkouška.
10. Jazyky a systémy pro získávání znalostí z dat, reálné případové studie.
11. Podpora pro práci s XML a JSON dokumenty v databázích.
12. Prostorové databáze.
13. Indexování vícedimenzionálních dat.

DEMO cvičení

1. Objektově-relační a prostorové databáze, práce v nich, zvláštnosti užití
2. Multimediální a XML databáze, indexace dat
3. NoSQL databáze

1. Aplikační vazby na objektově relační databáze, aplikace v prostorových databázích
2. Multimediální a XML databáze, indexace dat
3. NoSQL databáze v aplikacích

1. Vytvoření aplikace a demonstrace vlastností práce s nestrukturovanými i strukturovanými daty různé povahy.

• Půlsemestrální zkouška, u které neexistuje náhradní, či opravný termín.
• Řešení 1 projektu v průběhu semestru a jeho odevzdání ve stanoveném termínu.

• Půlsemestrální písemná zkouška, neexistuje náhradní/opravný termín, omluvené neúčasti řeší garant.
• Formulace dolovací úlohy v předepsaném termínu, omluvené neúčasti řeší cvičící.
• Prezentace výsledků projektu v předepsaném termínu, omluvené neúčasti řeší cvičící.
• Závěrečná zkouška, pro získání bodů ze zkoušky je nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 20 body. V opačném případě bude zkouška hodnocena 0 body. Omluvenou neúčast řeší garant.

Student musí během semestru získat alespoň 50% bodů z možného maxima, tj. 20 bodů ze 40.
Pokud bude odhaleno plagiátorství nebo nedovolená spolupráce na projektech, či u půlsemestrální zkoušky, zápočet nebude udělen a dále bude zváženo zahájení disciplinárního řízení.