FI:PV056 Strojové učení a znalosti - Informace o předmětu

PV056 Strojové učení a dobývání znalostí

Fakulta informatiky
jaro 2009

Rozsah

2/1. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: z.

Vyučující

doc. RNDr. Lubomír Popelínský, Ph.D. (přednášející)

Garance

Rozvrh

St 10:00–11:50 B204

Omezení zápisu do předmětu

Předmět je nabízen i studentům mimo mateřské obory.

Mateřské obory/plány

předmět má 37 mateřských oborů, zobrazit

Cíle předmětu

Úvod do teorie a přehled základních metod, algoritmů a systémů pro strojové učení a dobývání znalostí z dat. Součástí předmětu je projekt.

Osnova

Proces získávání znalostí z dat, typické úlohy při dobývání znalostí.
Metody strojového učení: učení s učitelem; učení bez učitele; učení v multirelačních datech; kombinace učících algoritmů.
Předzpracování dat: výběr atributů; konstrukce nových atributů; metody vzorkování; aktivní učení.
Hledání častých vzorů a asociačních pravidel: algoritmus Apriori; alternativy; časté vzory v predikátové logice.
Management znalostí: induktivní dotazovací jazyky; správa znalostí; jazyk PMML.
Dobývání znalostí z vybraných typů dat: dolování v textu (klasifikace dokumentů, extrakce informace), dolování v temporálních a časově prostorových datech, dobývání znalostí z webu.
Vizualizace dat.
Dobývání znalostí, datové sklady a OLAP.

Literatura

BERKA, Petr. Dobývání znalostí z databází. Vyd. 1. Praha: Academia, 2003, 366 s. ISBN 8020010629. info
Relational data mining. Edited by Sašo Džeroski - Nada Lavrač. Berlin: Springer, 2001, xix, 398. ISBN 3540422897. info
HAN, Jiawei a Micheline KAMBER. Data mining : concepts and techniques. 2nd ed. San Francisco, CA: Morgan Kaufmann, 2006, xxviii, 77. ISBN 1558609016. URL info

Metody hodnocení

Nutnou podmínkou absolvování je projekt.

Informace učitele

http://www.fi.muni.cz/usr/popelinsky/lectures/kdd/

Další komentáře

Předmět je vyučován každoročně.

Nachází se v prerekvizitách jiných předmětů