Předmět: Data Mining II

« Zpět
Název předmětu Data Mining II
Kód předmětu USII/PDM2
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Magisterský
Rok studia 2
Semestr Zimní
Počet ECTS kreditů 5
Vyučovací jazyk Čeština
Statut předmětu Povinný, Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Petr Pavel, doc. Ing. Ph.D.
  • Kašparová Miloslava, Ing. Ph.D.
Obsah předmětu
Úvod do DM Metodika CRISP-DM Přístup k datům a datové manipulace Modelování Vizualizace Seskupovací analýza, analýza nákupního koše, asociční pravidla Lineární regrese Logistická regrese Rozhodovací stromy Neuronové sítě Faktorová analýza Web Mining Text Mining Využití DM a sw nástroje

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Metody práce s textem (učebnicí, knihou), Metody samostatných akcí
Výstupy z učení
Cílem předmětu je seznámit studenty s možnostmi data miningu (DM), obsahem jednotlivých etap DM projektu a používanými metodami tvorby modelů.
Student bude mít základní přehled o aplikačních oblastech DM projektů a bude schopen realizovat jednotlivé fáze projektu s využitím metodiky CRISP-DM. Bude znát podstatu jednotlivých metod pro tvorbu modelů a bude je umět v praxi správně používat.
Předpoklady
Základy práce s databází, pravděpodobnost a statistika.

Hodnoticí metody a kritéria
Ústní zkouška, Rozbor produktů pracovní činnosti studenta, Rozbor díla tvůrčího charakteru

Požadavky k zápočtu: účast na cvičení (75%), zpracovat zadané úlohy na cvičení a semináři s úspěšností min. 60%, odevzdání semestrální práce podle zadání. Požadavky ke zkoušce (včetně formy zkoušky): ústní, písemná Obhájit případné otázky k semestrální práci a úspěšné absolvování písemné části zkoušky (min. 60%). Výsledné hodnocení je dané poměrem 40% cvičení a semináře, 60% obhajoba závěrečná práce a hodnocení z písemné a ústní části zkoušky.
Doporučená literatura
  • Berka, Petr. Dobývání znalostí z databází. Praha: Academia, 2003. ISBN 80-200-1062-9.
  • BERRY, M. - LINOFF G. Data Mining Techniques - For Marketing, Sales, and Customer Relationship Management. Indianapolis, John Wiley & Sons, 2004, 643 s.. 2004.
  • GUIDICI P. Applied Data Mining - Statistical Methods for Business and Industry. Guildford, John Wiley & Sons, 2003, 364 s.. 2003.
  • Petr, Pavel. Data Mining.. Pardubice: Univerzita Pardubice, 2006. ISBN 80-7194-886-1.
  • Petr, Pavel. Metody Data Miningu.. Pardubice: Univerzita Pardubice, 2014. ISBN 978-80-7395-872-5.
  • Petr, Pavel. Metody Data Miningu.. Pardubice: Univerzita Pardubice, 2015. ISBN 978-80-7395-873-2.
  • PYLE, D. Data Preparation for Data Mining. San Diego, Academic Press, 1999, 540 s.. San Diego, 1999.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatika ve veřejné správě (2013) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Pojistné inženýrství: Management finančních rizik (2014) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Regionální a informační management (2014) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Regionální a informační management (2013) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Pojistné inženýrství (2014) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatika ve veřejné správě (2014) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Pojistné inženýrství (2013) Kategorie: Ekonomie 2 Doporučený ročník:2, Doporučený semestr: Zimní