Přeskočit na hlavní obsah
Přeskočit hlavičku

Matematika pro zpracování znalostí

Typ studia navazující magisterské
Jazyk výuky angličtina
Kód 460-4066/02
Zkratka MPZZ
Název předmětu česky Matematika pro zpracování znalostí
Název předmětu anglicky Mathematics for Knowledge Processing
Kreditů 6
Garantující katedra Katedra informatiky
Garant předmětu doc. Mgr. Pavla Dráždilová, Ph.D.

Osnova předmětu

Algebry
Grafy a hypergrafy.
Uspořádané množiny
Svazy a booleovy algebry
Konceptuální svazy
Topologie
Asociační pravidla
Rough Sets
Aproximační prostory
Disimilarity, metrické prostory a ultrametriky
Dimenze a prokletí dimenzionality
Shlukování
Kvalita shlukování

Cvičení na učebně s tabulí:
Příklady algeber, procvičení základních algebraických pojmů
Příklady grafů a hypergrafů, procvičení základních pojmů
Příklady uspořádaných množin, procvičení základních pojmů
Příklady svazů a Booleových algeber, procvičení základních pojmů
Příklady konceptuální svazů, ukázky aplikace konceptuálních svazů
Příklady topologií, procvičení základních pojmů
Algoritmy pro extrakci asociačních pravidel
Řešené příklady z teorie rough setů, procvičení základních pojmů
Příklady aproximačních prostorů, procvičení základních pojmů
Příklady metrických prostorů a ultrametriky, procvičení základních pojmů
Paradoxy ve vysoce dimenzionálních prostorech a redukce dimenze
Procvičení matematických metod teorie shlukování
Příklady výpočtu kvality shlukování

E-learning

Studijní materiály jsou pro studenty kurzu k dispozici v MS Teams.

Povinná literatura

1. Dan A Simovici; Chabane Djeraba. Mathematical tools for data mining : set theory, partial orders, combinatorics. Springer, 2008.
2. David Skillicorn. Understanding Complex Datasets: Data Mining with Matrix Decompositions, Chapman & Hall, 2007.
3. T. Hastie, R. Tibshirani and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer; Corr. 3rd edition, 2009.

Doporučená literatura

1. Eldén, L., Matrix Methods in Data Mining and Pattern Recognition, SIAM 2007.