Detail předmětu

Získávání znalostí z databázi

ZZD Ak. rok 2002/2003 zimní semestr

Aktuální akademický rok

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

Zendulka Jaroslav, doc. Ing., CSc.

Jazyk výuky

česky, anglicky

Zakončení

zkouška

Rozsah

  • 39 hod. přednášky
  • 13 hod. projekty

Zajišťuje ústav

Fakulta informačních technologií (FIT)

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.

Požadované prerekvizitní znalosti a dovednosti

Nejsou žádné prerekvizity.

Literatura studijní

  • Bishop, CH. M.: Pattern Recognition and Machine Learning. Springer, 2006, 738 p. ISBN 978-0-387-31073-2.
  • Aggarwal, Ch.C. (ed.): Data Streams: Models and Algorithms. Advances in Database Systems. Springer, 2006, 358 p. ISBN 0387287590.
  • Příspěvky  v dostupných časopisech a sbornících konferencí (včetně dostupných v ACM Digital library, IEEE Digital library a jiných elektronických zdrojích).

Literatura referenční

  • Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Third Edition. Elsevier Inc., 2012, 703 p. ISBN 978-0-12-381479-1.
  • Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Second Edition. Elsevier Inc., 2006, 770 p. ISBN 1-55860-901-3.

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.

Průběžná kontrola studia

Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.

Kontrolovaná výuka

Přednašky a zpracovaní projektu.

Nahoru