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
prof. RNDr. Mojmír Křetínský, CSc.
Katedra teorie programování – Fakulta informatiky
Kontaktní osoba: doc. RNDr. Lubomír Popelínský, Ph.D.
Rozvrh
St 10:00–11:50 B204
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
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
Předmět je zařazen také v obdobích jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2010, jaro 2011, jaro 2012, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.