460-4066/04 – Matematika pro zpracování znalostí (MPZZ)

Garantující katedraKatedra informatikyKredity4
Garant předmětuprof. RNDr. Václav Snášel, CSc.Garant verze předmětuMgr. Pavla Dráždilová, Ph.D.
Úroveň studiapregraduální nebo graduálníPovinnostpovinně volitelný
Ročník2Semestrzimní
Jazyk výukyangličtina
Rok zavedení2015/2016Rok zrušení
Určeno pro fakultyFEI, USPUrčeno pro typy studianavazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
SNE10 Mgr. Pavla Dráždilová, Ph.D.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zkouška 2+2

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Absolvent předmětu získá následující znalosti a dovednosti: teoretické základy metod pro analýzu dat, implementace a aplikace vybraných metod.

Vyučovací metody

Přednášky
Cvičení (v učebně)

Anotace

V předmětu se studenti seznámí se základními matematickými metodami pro oblast analýzy dat. Přednášky poskytnou teoretický základ pro samostatnou práci studentů. Cvičení nabídnou prostor pro prodiskutování problematiky, ukázku řešení úloh a procvičení na názorných příkladech.

Povinná literatura:

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

Doporučená literatura:

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

Forma způsobu ověření studijních výsledků a další požadavky na studenta

E-learning

Další požadavky na studenta

Další požadavky na studenta nejsou kladeny.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

1) Algebry 2) Grafy a hypergrafy. 3) Uspořádané množiny 4) Svazy a booleovy algebry 5) Konceptuální svazy 6) Topologie 7) Asociační pravidla 8) Rough Sets 9) Aproximační prostory 10) Disimilarity, metrické prostory a ultrametriky 11) Dimenze a prokletí dimenzionality 12) Shlukování 13) Kombinatorika, Vapnik-Chervonenkisova dimenze Cvičení na učebně s tabulí: 1) Příklady algeber, procvičení základních algebraických pojmů 2) Příklady grafů a hypergrafů, procvičení základních pojmů 3) Příklady uspořádaných množin, procvičení základních pojmů 4) Příklady svazů a Booleových algeber, procvičení základních pojmů 5) Příklady konceptuální svazů, ukázky aplikace konceptuálních svazů 6) Příklady topologií, procvičení základních pojmů 7) Algoritmy pro extrakci asociačních pravidel 8) Řešené příklady z teorie rough setů, procvičení základních pojmů 9) Příklady aproximačních prostorů, procvičení základních pojmů 10) Příklady metrických prostorů a ultrametriky, procvičení základních pojmů 11) Paradoxy ve vysoce dimenzionálních prostorech a redukce dimenze 12) Procvičení matematických metod teorie shlukování 13) Příklady výpočtu Vapnik-Chervonenkisova dimenze

Podmínky absolvování předmětu

Prezenční forma (platnost od: 2016/2017 zimní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodů
Zkouška Zkouška 100 (100) 51
        písemka Písemka 19  10
        online testy Jiný typ úlohy 21  0
        písemná zkouška Písemná zkouška 60  30
Rozsah povinné účasti: povinná účast na cvičeních, jsou akceptovány 3 omluvy

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2018/2019 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 2 povinně volitelný stu. plán
2017/2018 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 2 povinně volitelný stu. plán
2016/2017 (N2658) Výpočetní vědy (2612T078) Výpočetní vědy P angličtina Ostrava 2 povinně volitelný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku