Fakulta informačních technologií VUT v Brně

Detail předmětu

Získávání znalostí z databázi

ZZD Ak. rok 2003/2004 zimní semestr

Základní pojmy související se získáváním znalostí z databází, vztah získávání znalostí a dolování dat. Zdroje dat pro získávání znalostí. Podstata a techniky předzpracování dat pro dolování. Systémy pro získávání znalostí, dotazovací jazyky pro dolování. Techniky dolování různých typů znalostí - charakterizace a diskriminace, asociační pravidla, klasifikace a predikce, shlukování. Dolování ve složitě strukturovaných datech. Trendy v získávání znalostí z dat. Zpracování a prezentace zadaného tématu.

Garant předmětu

Jazyk výuky

česky

Zakončení

zkouška (ústní)

Rozsah

39 hod. přednášky, 13 hod. projekty

Bodové hodnocení

50 zkouška, 50 projekty

Přednášející

Získané dovednosti, znalosti a kompetence z předmětu

Studenti získají dostatečně široký a přitom i dostatečně do hloubky jdoucí přehled v oblasti získávání znalostí z dat. Hlubší znalosti získají především v oblasti související s tématem disertační práce.

Cíle předmětu

Seznámit studenty s problematikou získávání znalostí z různých typů datových zdrojů, vysvětlit typy užitečných znalostí a jednotlivé kroky procesu získávání znalostí z dat a seznámit je s technikami a nástroji používanými pří tomto procesu.

Prerekvizity

Literatura studijní

  • Fayyad U.M. (Ed.): Advances in Knowledge Discovery and Data Mining. AAAI Press/the MIT Press, 1996, 560 p.
  • Weiss, S.M., Indurkhya, N.: Predictive Data Mining. Morgan Kaufman Publishers, Inc., 1998, 238 p.
  • Hand, D.J., Mannila, H., Smyth, P.: Principles of Data Mining. The MIT Press, 2001, 425 pp.
  • Chakrabarti, S.: Mining the Web: Discovering Knowledge from Hypertext Data. Morgan Kaufmann Publishers, 2002, 352 p.
  • Theodoridis, S.K. : Pattern Recognition. Academic Press. 1998, 624.

Literatura referenční

  • Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2001, 550 p.
  • Dunham, M.H.: Data Mining: Introductory and Advanced Topics. Prentice Hall, 2002, 336 p

Osnova přednášek

  • Úvod - motivace, základní pojmy, typy zdrojů dat a získávaných znalostí.
  • Datové sklady a technologie OLAP pro získávání znalostí z dat.
  • Předzpracování dat v procesu získávání znalostí.
  • Systémy pro dolování dat - specifikace úlohy, dotazovací jazyky pro dolování, architektura systému.
  • Dolování charakteristik pojmů (tříd) - charakterizace a diskriminace.
  • Dolování asociačních pravidel z transakčních databází.
  • Dolování asociačních pravidel z relačních databází a datových skladů.
  • Klasifikace - rozhodovací strom, bayesovská klasifikace, využití neuronových sítí.
  • Další metody klasifikace. Predikce.
  • Shluková analýza.
  • Dolování ve složitě strukturovaných datech - dolování v objektových, prostorových a textových databázích.
  • Dolování v multimediálních databázích, časových posloupnostech a na WWW.
  • Aplikace a trendy v získávání znalostí z dat.

Osnova ostatní - projekty, práce

  • Prostudování a zpracování vybraného vědeckého článku s tématikou získávání znalostí z dat v oblasti související se zamýšlenou disertační prací studenta.

Průběžná kontrola studia

Kontrolní otázky v průběhu přednášek.

Kontrolovaná výuka

Přednašky a zpracovaní projektu.
Nahoru