1. Úvod do vytěžování znalostí (definice, vztah k ostatním vědním disciplínám, základné pojmy).
2. Typy dat (numerické, kategorické, textové, fuzzy data, smíšený typy). Logický a statistický pohled na data a interpretace znalostí.
3. Kroky k vytěžování znalostí: před-zpracování dat, čištění dat, dolování a interpretace výsledků.
4. Korelace a kauzalita, funkcionální a flexibilní funkční závislosti.
5. Výpočetní inteligence při vytěžování znalostí dat.
6. Klasifikace, shlukovaní, asociační pravidla, rozhodovací stromy.
7. Statistický a logický souhrn z dat.
8. Vizualizace dat.
9. Vytěžování znalostí z časových řad.
10. Strojové učení pro vytěžování znalostí (typy učení, jejich vlastnosti, data, hodnocení výsledků).
2. Typy dat (numerické, kategorické, textové, fuzzy data, smíšený typy). Logický a statistický pohled na data a interpretace znalostí.
3. Kroky k vytěžování znalostí: před-zpracování dat, čištění dat, dolování a interpretace výsledků.
4. Korelace a kauzalita, funkcionální a flexibilní funkční závislosti.
5. Výpočetní inteligence při vytěžování znalostí dat.
6. Klasifikace, shlukovaní, asociační pravidla, rozhodovací stromy.
7. Statistický a logický souhrn z dat.
8. Vizualizace dat.
9. Vytěžování znalostí z časových řad.
10. Strojové učení pro vytěžování znalostí (typy učení, jejich vlastnosti, data, hodnocení výsledků).