460-6016/04 – Analýza dat (AD)

Garantující katedraKatedra informatikyKredity10
Garant předmětuprof. RNDr. Václav Snášel, CSc.Garant verze předmětuprof. Ing. Jan Platoš, Ph.D.
Úroveň studiapostgraduálníPovinnostpovinně volitelný typu B
RočníkSemestrzimní + letní
Jazyk výukyangličtina
Rok zavedení2019/2020Rok zrušení
Určeno pro fakultyFEI, USPUrčeno pro typy studiadoktorské
Výuku zajišťuje
Os. čís.JménoCvičícíPřednášející
PLA06 prof. Ing. Jan Platoš, Ph.D.
SNA57 prof. RNDr. Václav Snášel, CSc.
Rozsah výuky pro formy studia
Forma studiaZp.zak.Rozsah
prezenční Zkouška 28+0
kombinovaná Zkouška 28+0
distanční Zkouška 10+0

Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi

Cíle předmětu: analýza dat

Vyučovací metody

Individuální konzultace

Anotace

Obsah předmětu je následující: metody redukce dat, strojové učení, předzpracování dat, Exploratory Data Analysis, statistický přístup k dolování dat, shluková analýza (hierarchické a k-means shlukování), Bayesovská pravidla, k-Nearest Neighbor algoritmus, rozhodovací stormy, faktorová analýza, samoorganizující se mapy SOM, asociační a fuzzy pravidla, rough sets, metody analýzy mnohadimenzionálních dat, analýza časových řad, PCA, ICA, NMF, SVD, tenzorová data, redukce tenzorů, hodnocení kvality modelů, vizualizace, konceptuální svazy, metoda GUHA, dobývání znalostí z databází.

Povinná literatura:

Petr Berka. Dobývání znalostí z databází. Academia, Praha, 2003. Hana Řezanková, Dušan Húsek, Václav Snášel. Shluková analýza dat. 2. rozš. vyd. Praha : Professional Publishing, 2009. Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, 2009. Claudio Carpineto, Giovanni Romano. Concept Data Analysis: Theory and Applications,Wiley, 2004.

Doporučená literatura:

Bing Liu. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data, Springer, 2009. David Skillicorn. Understanding Complex Datasets: Data Mining with Matrix Decompositions, Chapman & Hall, 2007. Pang-Ning Tan, Michael Steinbach, Vipin Kumar. Introduction to Data Mining, Addison Wesley, 2005.

Forma způsobu ověření studijních výsledků a další požadavky na studenta

Průběžná kontrola studijních aktivit a přiřazených úkolů v rámci pravidelných konzultací. V případě, že součástí úkolů studenta bude rovněž publikační činnost, bude příslušný článek v rámci kurzu odprezentován. Ústní zkouška.

E-learning

Další požadavky na studenta

Další požadavky na studenta nejsou.

Prerekvizity

Předmět nemá žádné prerekvizity.

Korekvizity

Předmět nemá žádné korekvizity.

Osnova předmětu

Obsah předmětu je následující: metody redukce dat, strojové učení, předzpracování dat, Exploratory Data Analysis, statistický přístup k dolování dat, shluková analýza (hierarchické a k-means shlukování), Bayesovská pravidla, k-Nearest Neighbor algoritmus, rozhodovací stormy, faktorová analýza, samoorganizující se mapy SOM, asociační a fuzzy pravidla, rough sets, metody analýzy mnohadimenzionálních dat, analýza časových řad, PCA, ICA, NMF, SVD, tenzorová data, redukce tenzorů, hodnocení kvality modelů, vizualizace, konceptuální svazy, metoda GUHA, dobývání znalostí z databází.

Podmínky absolvování předmětu

Prezenční forma (platnost od: 2019/2020 zimní semestr)
Název úlohyTyp úlohyMax. počet bodů
(akt. za podúlohy)
Min. počet bodůMax. počet pokusů
Zkouška Zkouška   3
Rozsah povinné účasti:

Zobrazit historii

Podmínky absolvování předmětu a účast na cvičeních v rámci ISP:

Zobrazit historii

Výskyt ve studijních plánech

Akademický rokProgramObor/spec.Spec.ZaměřeníFormaJazyk výuky Konz. stř.RočníkZLTyp povinnosti
2023/2024 (P0613D140021) Výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2023/2024 (P0613D140021) Výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2023/2024 (P0613D140033) Informatika a výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2023/2024 (P0613D140033) Informatika a výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2023/2024 (P0613D140006) Informatika K angličtina Ostrava povinně volitelný typu B stu. plán
2023/2024 (P0613D140006) Informatika P angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140006) Informatika P angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140006) Informatika K angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140021) Výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140021) Výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140033) Informatika a výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2022/2023 (P0613D140033) Informatika a výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2021/2022 (P0613D140021) Výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2021/2022 (P0613D140021) Výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2021/2022 (P0613D140006) Informatika K angličtina Ostrava povinně volitelný typu B stu. plán
2021/2022 (P0613D140006) Informatika P angličtina Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0613D140006) Informatika P angličtina Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0613D140006) Informatika K angličtina Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0613D140021) Výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán
2020/2021 (P0613D140021) Výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2019/2020 (P0613D140006) Informatika P angličtina Ostrava povinně volitelný typu B stu. plán
2019/2020 (P0613D140006) Informatika K angličtina Ostrava povinně volitelný typu B stu. plán
2019/2020 (P0613D140021) Výpočetní vědy P angličtina Ostrava povinně volitelný typu B stu. plán
2019/2020 (P0613D140021) Výpočetní vědy K angličtina Ostrava povinně volitelný typu B stu. plán

Výskyt ve speciálních blocích

Název blokuAkademický rokForma studiaJazyk výuky RočníkZLTyp blokuVlastník bloku

Hodnocení Výuky



2019/2020 zimní