|
Vyučující
|
-
Petr Pavel, doc. Ing. Ph.D.
|
|
Obsah předmětu
|
Předmět je zaměřen na objasnění teoretických principů i řešení praktických problémů s využitím metod Data Miningu, Web Miningu a Text Miningu. Pozornost je věnována otázkám transformace, předzpracování a verifikace dat, zvolení vhodných metod, vyhodnocení procesu a interpretace výsledků. Velký důraz je kladen na řešení samostatné úlohy na reálných datech pod dohledem vyučujícího V rámci předmětu se vychází z teoretických základů jednotlivých metod a algoritmů z oblasti Data Miningu a Knowledge Discovery s cílem rozvinout možnosti jejich využití, ohodnotit výsledky získané použitím data miningu; posoudit vhodnost a použitelnost inteligentních přístupů pro řešení reálných problémů; charakterizovat možnosti nasazení sémantických technologií v dané aplikační oblasti; aplikovat vybrané algoritmy kódování, konstrukce rozhodovacích stromů a inference v logických systémech a sítích a sledovat vývoj metod v těchto oblastech; identifikovat hlavní problémy zpracování textových informací v automatizovaném informačním systému a posoudit možnosti jejich řešení; navrhovat aplikace nad propojenými sémantickými daty na WWW, včetně vytváření ontologických modelů pro taková data, a transformovat běžné datové zdroje na sémantická data; formulovat a řešit úlohy dobývání znalostí z databází pro reálná data, která mohou pocházet jak z homogenních, tak heterogenních datových struktur; aplikovat metody reprezentace a zpracování znalostí při vývoji softwarových systémů apod.
|
|
Studijní aktivity a metody výuky
|
Monologický výklad (přednáška, prezentace, vysvětlování), Samostatná práce studentů (studium textů, literatury, problémové úkoly,výzkum, pisemná práce)
- Účast na výuce
- 280 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je seznámit doktorandy s novými trendy, teoretickými poznatky i praktickými zkušenostmi v oblastech dataminingu. Zároveň jim tyto znalosti umožní efektivně využívat předložené metody při řešení praktických problémů v rámci jejich studia a práce.
Studenti získají znalosti v daném předmětu v souladu s cílem a obsahem.
|
|
Předpoklady
|
Nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Esej, Analýza výkonů studenta
Zpracování a úspěšné obhájení projektu z probírané látky se zaměřením na písemnou práci ke státní doktorské zkoušce a doktorské disertační práci. Všeobecný pohled doktoranda na moderní metody v oblasti dolování z dat a získávání znalostí.
|
|
Doporučená literatura
|
-
Feldman, R., Sanger, J. The text mining handbook : advanced approaches in analyzing unstructured data.. Cambridge University Press, Cambridge, 2007.
-
Charu C. Aggarwal, Ch. C., Zhai, Ch. Mining text data.. Springer-Verlag Company, New York, 2012.
-
Miner, G. a kol. Practical text mining and statistical analysis for non-structured text data applications.. Waltham Academic Press, 2012.
-
Tufféry, S. Data mining and statistics for decision making.. John Wiley & Sons, Chichester, 2011.
-
Witten, I. H. Data mining - practical machine learning tools and techniques.. Morgan Kaufmann, Burlington, 2011.
|