460-4102/01 – Metody analýzy dat IV (MAD IV)

Garantující katedraKatedra informatikyKredity4
Garant předmětuprof. Ing. Jan Platoš, Ph.D.Garant verze předmětuprof. Ing. Jan Platoš, Ph.D.
Úroveň studiapregraduální nebo graduálníPovinnostpovinně volitelný
Ročník2Semestrletní
Jazyk výukyčeština
Rok zavedení2015/2016Rok zrušení2022/2023
Určeno pro fakultyFEIUrčeno pro typy studianavazující magisterské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
PLA06 prof. Ing. Jan Platoš, Ph.D.
SVO0175 Ing. Radek Svoboda
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Klasifikovaný zápočet 2+2
kombinovaná Klasifikovaný zápočet 10+0

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, praktické použití metod analýzy dat na reálných problémech, aplikace vybraných softwarových balíků pro analýzu dat, vizualizaci a analýzy výsledků

Vyučovací metody

Přednášky
Cvičení (v učebně)

Anotace

Při řešení výzkumných i praktických úloh vzniká často problém s vyhodnocením a interpretací informací, které poskytují naměřená či evidovaná data z praxe. V předmětu se studenti seznámí se pokročilými přístupy, metodami z oblasti strojového učení, dolování dat a analýzy sítí. Přednášky poskytnou nezbytné množství teorie tak, aby mohla být aplikována při samostatné práci studentů na cvičeních. Cvičení nabídnou prostor pro prodiskutování problematiky, ukázku praktických úloh a procvičení na jednoduchých zadáních.

Povinná literatura:

H. Řezanková, D. Húsek, V. Snášel, Shluková analýza dat Druhé rozšířené vydání, Professional Publishing, 2009. Han Jiawei; Kamber Micheline; Pei Jian, Data Mining, The Morgan Kaufmann Series in Data Management Systems, 3rd edition, 2011. Mohammed J. Zaki, Wagner Meira. Data Mining and Analysis: Fundamental Concepts and Algorithms. Cambridge University Press, 2014 Langville, Amy N.; Meyer, Carl D. D. Who's #1?: The Science of Rating and Ranking. Princeton University Press. 2012. Robinson, Ian; Webber, Jim; Eifrem. Graph Databases. O'Reilly Media. 2013. Murphy, Kevin P. Machine Learning: A Probabilistic Perspective.The MIT Press. 2013.

Doporučená literatura:

D. Skillicorn, Understanding Complex datasets: data mining with matrix decompositions, Chapman & Hall/CRC, 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

Přednášky: 1) Strojové učení 2) Bayesovské sítě 3) Reinforcement learning 4) Bagging 5) Boosting 6) Stacking 7) Heterogenní sítě 8) Ranking 9) Analýza tenzorových dat 10) Grafové databáze Cvičení na počítačové učebně: 1) Procvičení algoritmů pro strojové učení 2) Procvičení algoritmů pro Bayesovské sítě 3) Procvičení algoritmů pro Reinforcement learning 4) Procvičení algoritmů pro Bagging 5) Procvičení algoritmů pro Boosting 6) Procvičení algoritmů pro Stacking 7) Příklady heterogenních sítí 8) Procvičení algoritmů pro Ranking 9) Procvičení aplikace analýzy tenzorových dat 10) Příklady použití grafových databází

Podmínky absolvování předmětu

Kombinovaná forma (platnost od: 2015/2016 zimní semestr, platnost do: 2022/2023 letní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodůMax. počet pokusů
Klasifikovaný zápočet Klasifikovaný zápočet 100  51 3
Rozsah povinné účasti: Účast na cvičeních je povinná a je kontrolována. S rozsahem povinné účastí seznámí studenty garant předmětu na začátku semestru.

Zobrazit historii

Podmínky absolvování předmětu a účast na cvičeních v rámci ISP: Splnění všech povinných úkolů v individuálně dohodnutých termínech.

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2021/2022 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2021/2022 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2020/2021 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2020/2021 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2019/2020 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2019/2020 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2018/2019 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2018/2019 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2017/2018 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2017/2018 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2016/2017 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2016/2017 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán
2015/2016 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika P čeština Ostrava 2 povinně volitelný stu. plán
2015/2016 (N2647) Informační a komunikační technologie (2612T025) Informatika a výpočetní technika K čeština Ostrava 2 povinně volitelný stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku

Hodnocení Výuky



2021/2022 letní
2019/2020 letní
2017/2018 letní
2016/2017 letní