Data mining
| Typ studia | navazující magisterské |
|---|---|
| Jazyk výuky | čeština |
| Kód | 157-0386/01 |
| Zkratka | DM |
| Název předmětu česky | Data mining |
| Název předmětu anglicky | Data mining |
| Kreditů | 5 |
| Garantující katedra | Katedra systémového inženýrství a informatiky |
| Garant předmětu | doc. dr hab. Maria Antonina Mach-Król |
Subject syllabus
1. Úvod do data miningu (vymezení data miningu, vztah k ostatním vědním disciplínám, objasnění základních pojmů, specifika data miningu).
2. Typy dat (numerické, kategorické, textové, fuzzy data). Logický, statistický a algebraický pohled na data. Kategorizace požadavků na dovolání dat.
3. Kroky dolování vědomostí z dat: předzpracování dat, čištění dat, dovolání a interpretace výsledků.
4. Metody a vlastnosti přímého a nepřímého data minigu. Kategorizace úloh a třídění metod.
5. Klasická a flexibilní klasifikace, klasické a flexibilní shlukovaní.
6. Asociační pravidla, rozhodovací stromy a analýza sítí.
7. Statistický a logický souhrn z dát.
8. Výpočtová inteligence v dolovaní vědomostí z dat.
9. Agregace a hodnocení názorů.
10. Základní postupy text miningu, kategorizace textu, klasifikace textových dokumentů.
2. Typy dat (numerické, kategorické, textové, fuzzy data). Logický, statistický a algebraický pohled na data. Kategorizace požadavků na dovolání dat.
3. Kroky dolování vědomostí z dat: předzpracování dat, čištění dat, dovolání a interpretace výsledků.
4. Metody a vlastnosti přímého a nepřímého data minigu. Kategorizace úloh a třídění metod.
5. Klasická a flexibilní klasifikace, klasické a flexibilní shlukovaní.
6. Asociační pravidla, rozhodovací stromy a analýza sítí.
7. Statistický a logický souhrn z dát.
8. Výpočtová inteligence v dolovaní vědomostí z dat.
9. Agregace a hodnocení názorů.
10. Základní postupy text miningu, kategorizace textu, klasifikace textových dokumentů.
E-learning
Studenti mají k dispozici v LMS Moodle prezentace přednášek, zadání
Literature
BERKA Peter, GÓRECKY Jan. Dolování dat. Karvina: Slezská univerzita, 2017 - online učebnice.
HUDEC, Miroslav. Fuzzy logika pre hospodársku informatiku. Bratislava: Ekonóm, 2015. ISBN 978-80-225-4100-8 .
LENDAVE Vijaysinh. Beginner's Guide to WEKA - A Tool for ML and Analytics. Delhi: Analytics India, 2023 - online podporní material.
HAN Jiawei, PEI Jian, TONG Hanghang. Data mining concepts and techniques 4th edition. Amsterdam: Elsevier, 2023. ISBN: 8131267660 .
HUDEC, Miroslav. Fuzzy logika pre hospodársku informatiku. Bratislava: Ekonóm, 2015. ISBN 978-80-225-4100-8 .
LENDAVE Vijaysinh. Beginner's Guide to WEKA - A Tool for ML and Analytics. Delhi: Analytics India, 2023 - online podporní material.
HAN Jiawei, PEI Jian, TONG Hanghang. Data mining concepts and techniques 4th edition. Amsterdam: Elsevier, 2023. ISBN: 8131267660 .
Advised literature
SKALSKÁ, Hana. Data mining a klasifikační modely. Hradec Králové: Gaudeamus, 2010. ISBN: 978-80-7435-088-7.
BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.
LACKO, Ľuboslav. Datové sklady analýza OLAP a dolování dat. Praha: Computer Press, 2003. ISBN 80-7226-969-0
KUMAR Jugnesh. Data Warehouse and Data Mining: Concepts, techniques and real life applications. Uttar Pradesh: PB Publications, 2023. ISBN: 9355517343 .
HUDEC, Miroslav. Fuzziness in Information Systems - How to Deal with Crisp and Fuzzy Data in Selection, Classification, and Summarization. Cham: Springer, 2016. ISBN 978-3-319-42516-0
BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.
LACKO, Ľuboslav. Datové sklady analýza OLAP a dolování dat. Praha: Computer Press, 2003. ISBN 80-7226-969-0
KUMAR Jugnesh. Data Warehouse and Data Mining: Concepts, techniques and real life applications. Uttar Pradesh: PB Publications, 2023. ISBN: 9355517343 .
HUDEC, Miroslav. Fuzziness in Information Systems - How to Deal with Crisp and Fuzzy Data in Selection, Classification, and Summarization. Cham: Springer, 2016. ISBN 978-3-319-42516-0