Bi0034 Vyhledávání znalosti strojovým učením

Přírodovědecká fakulta
podzim 2007 - akreditace
Rozsah
2/1. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
doc. Ing. Jan Žižka, CSc. (přednášející)
RNDr. Danka Haruštiaková, Ph.D. (pomocník)
Garance
doc. Ing. Jan Žižka, CSc.
RECETOX – Přírodovědecká fakulta
Kontaktní osoba: doc. Ing. Jan Žižka, CSc.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět se zabývá metodami induktivního strojového učení z příkladů dat. Popisuje algoritmy, jejich principy, možnosti a použití na automatizované neanalytické vyhledávání znalosti z reálných dat. Aplikační možnosti jsou ve vyhledávání podobností, dále v klasifikaci, regresi a predikci.
Osnova
  • Vztah mezi daty, informací a znalostí. Induktivní učení. Automatizované vyhledávání znalosti z informace zobecněním vzorů. Trénování a testování, výběr vzorů a jejich representace. Problémy spojené s reálnými daty a neúplným popisem vzorů, náhrada chybějících hodnot a vzorů. Pokročilé principiální algoritmy strojového učení. Výpočetní složitost, její odhad. Učení neřízené (shlukování) a řízené (klasifikace, regrese), rozpoznávání vzorů. Interdisciplinarita, aplikační závislosti. Předzpracování dat, výběr algoritmů, návrh a vyhodnocení experimentů. Praktické experimenty s reálnými daty a softwarovým systémem nástrojů strojového učení WEKA.
Literatura
  • Duda, R. O., Hart, P. E., Stork, D. G. (2001) Pattern Classification. Second edition. John Wiley & Sons. ISBN 0-471-05669-3
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích podzim 2010 - akreditace, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2011 - akreditace, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021.