545-0940/01 – Pokročilé metody analýzy a zpracování dat (PMAZD)
Garantující katedra | Katedra ekonomiky a systémů řízení | Kredity | 10 |
Garant předmětu | doc. Dr. Ing. Peter Vestenický | Garant verze předmětu | doc. Dr. Ing. Peter Vestenický |
Úroveň studia | postgraduální | Povinnost | povinně volitelný |
Ročník | | Semestr | zimní + letní |
| | Jazyk výuky | čeština |
Rok zavedení | 2016/2017 | Rok zrušení | 2022/2023 |
Určeno pro fakulty | HGF | Určeno pro typy studia | doktorské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Předmět je zaměřen na techniky ukládání a zpracování většího množství dat. Použití nástrojů pro analýzu dat. Získávání znalostí z databází, dolování dat, tvorba expertních systémů. Práce s firemními daty – nástroje BI pro získávání firemních znalostí, způsoby prezentace informací.
Vyučovací metody
Individuální konzultace
Anotace
Pokročilé metody práce s daty – optimalizace datových struktur, analytické zpracování dat, práce s větším objemem dat, práce s neurčitými daty, využití bezeschémových databází, technologie Big data. Techniky dolování dat z databází a webu. Business inteligence – OLAP, datové sklady. Práce se znalostmi, expertní a semi-expertní systémy. Úvod do zpracování neurčitých, nepřesných a distribuovaných dat.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Zpracování semestrální práce tématicky zaměřené na aplikace zpracování dat související s témou disertační práce.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
1. Principy ukládání dat, datové modely.
2. Relační schéma, bezeschémové databáze.
3. Principy modelování a návrhu datových struktur.
4. Optimalizace relačního databázového schématu.
5. Datové sklady a jejich účel.
6. Transformace dat, ETL.
7. OLAP analýza dat.
8. Prediktivní a deskriptivní techniky dolování dat.
9. Technologie pro prezentaci a transformaci dat.
10. Big data, jejich zpracování a využití.
11. Sémantický web, web mining.
12. Statistické metody analýzy dat.
13. Modelování znalostí, expertní a znalostní systémy.
14. Zpracování neurčitých a distribuovaných dat.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.