IA080 Seminar on Knowledge Discovery

Fakulta informatiky
jaro 2015
Rozsah
0/2. 2 kr. (plus ukončení). Doporučované ukončení: k. Jiná možná ukončení: z.
Vyučující
doc. RNDr. Lubomír Popelínský, Ph.D. (přednášející)
Mgr. Juraj Jurčo (pomocník)
Garance
prof. RNDr. Mojmír Křetínský, CSc.
Katedra teorie programování – Fakulta informatiky
Kontaktní osoba: doc. RNDr. Lubomír Popelínský, Ph.D.
Dodavatelské pracoviště: Katedra teorie programování – Fakulta informatiky
Rozvrh
Út 14:00–15:50 C525
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 15 stud.
Momentální stav registrace a zápisu: zapsáno: 0/15, pouze zareg.: 0/15, pouze zareg. s předností (mateřské obory): 0/15
Mateřské obory/plány
předmět má 19 mateřských oborů, zobrazit
Cíle předmětu
Na konci tohoto kurzu bude student schopen porozumět odborným textům z oblasti strojového učení a dobývání znalostí z dat. Bude schopen kritické analýzy obsahu a formy odborných textů.
Osnova
  • Seminář se věnuje pokročilým partiím strojového učení a získávání znalostí z různých datových zdrojů, a to jak otázkám teorie získávání znalostí tak metodám praktickým. Obsahuje též přednášky vyučujících a doktorandů Laboratoře dobývání znalostí a jiných laboratoří a studentů o zajímavých tématech dobývání znalostí a strojového učení.
Literatura
  • HAN, Jiawei a Micheline KAMBER. Data mining : concepts and techniques. 2nd ed. San Francisco, CA: Morgan Kaufmann, 2006, xxviii, 77. ISBN 1558609016. URL info
  • BERKA, Petr. Dobývání znalostí z databází. Vyd. 1. Praha: Academia, 2003, 366 s. ISBN 8020010629. info
Výukové metody
Referáty členů laboratoře. Studium odborné literatury a následný referát o pokročilých metodách pro strojové učení a dobývání znalostí z dát.
Metody hodnocení
K úspěšnému ukončení je nutná prezentace vybrané partie z vyhledávání znalostí na semináři a stručná technická zpráva.
Vyučovací jazyk
Angličtina
Informace učitele
http://www.fi.muni.cz/kd/kdd_sem.html
Další komentáře
Studijní materiály
Předmět je vyučován každý semestr.
Předmět je zařazen také v obdobích podzim 2002, jaro 2003, podzim 2003, jaro 2004, podzim 2004, jaro 2005, podzim 2005, jaro 2006, podzim 2006, jaro 2007, podzim 2007, jaro 2008, podzim 2008, jaro 2009, podzim 2009, jaro 2010, podzim 2010, jaro 2011, podzim 2011, jaro 2012, podzim 2012, jaro 2013, podzim 2013, jaro 2014, podzim 2014, podzim 2015, jaro 2016, podzim 2016, jaro 2017, podzim 2017, jaro 2018, podzim 2018, jaro 2019, jaro 2020, podzim 2020, jaro 2021, podzim 2021, jaro 2022, podzim 2022, jaro 2023.