456-0318/02 – Metody analýzy dat (MAD)
| Garantující katedra | Katedra informatiky | Kredity | 5 |
| Garant předmětu | doc. RNDr. Jana Šarmanová, CSc. | Garant verze předmětu | doc. RNDr. Jana Šarmanová, CSc. |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinně volitelný |
| Ročník | 2 | Semestr | letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 2006/2007 | Rok zrušení | 2009/2010 |
| Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Absolvent předmětu
zná teoreticky základní typy metod dolování znalostí z dat,
umí je prakticky použít na reálných datech ze strukturovaných databází,
umí provést analýzu dat z oblasti sociologických průzkumů, vědeckých experimentálních výzkumů,
umí provést analýzu dat z datových skladů.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Projekt
Anotace
Při řešení výzkumných i praktických úloh vzniká často problém s vyhodnocením a interpretací informací, které poskytují naměřená či evidovaná data z praxe. Metody analýzy dat, zvané též metody dolování znalostí z dat, seznamují studenty s řadou matematických, statistických a logických metod pro řešení této třídy výzkumných i praktických problémů. Jsou probrány metody hledající několik typů asociací, metody shlukovací, metody klasifikační a některé další metody.
Studenti jsou dále informováni je o některých programových balících pro řešení těchto úloh. V posledních letech se tyto metody výrazně uplatňují při dolování znalostí z informací uložených v rozsáhlých databázích.
Povinná literatura:
Šarmanová, J.: Metody analýzy dat. Skriptum VŠB-TU Ostrava, 2007.
Kolektiv autorů: Manuál systému SAD. VŠB-TU Ostrava
Doporučená literatura:
Anděl, J.: Matematická statistika. SNTL Praha, 1990
Lukasová, A.- Šarmanová,J.: Metody shlukové analýzy. SNTL Praha, 1985
Hájek,T. - Havránek,T. - Chytil, M.K.: Metoda GUHA. Academia Praha, 1983
Sborníky konferencí Znalosti, 1997-2009
Sborníky konferencí PKDD, 1997-2009
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky:
Vymezení problémů analýzy mnohorozměrných dat.
Vstupní data, typy dat z hlediska formálního a významového. Hrubá filtrace.
Chybějící údaje, dichotomizace, kategorizace
Předzpracování dat, transformace. Normalizace, standardizace. Transponování matice dat.
Metoda hlavních komponent.
Metody analýzy dat: matematická statistika a explorační analýza dat. Metody popisné.
Shluková analýza, metody nehierarchické.
Shluková analýza, metody hierarchické.
Shluková analýza, prezentace a interpretace výsledků.
Hledání asociací, automatická tvorba hypotéz.
Asociace, prezentace a interpretace výsledků.
Konstrukce rozhodovacího stromu, prezentace a interpretace.
Vazby metod předzpracování a analýzy dat.
Expertní systém založený na datové matici.
Cvičení:
Procvičování metod z přednášek na příkladech konkrétních dat.
Metody předzpracování filtrační, transformační
Metody předzpracování hlavní komponenty
Analýza asociací klasických
Analýza asociací transakčních
Analýza asociací agregovaných
Shlukovací metody nehierarchické
Shlukovací metody hierarchické
Rozhodovací stromy
Referáty o nových metodách dolování z dat.
Referáty o výsledcích vlastní analýzy.
Projekty:
Analýza konkrétních dat z vlastní praxe nebo z databáze - analýza potřeb a možnost
Předzpracování, výběr vhodných metod
Vlastní výpočty, interpretace.
Referát, dokumentace.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.