|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
FES / DPMDI
:
Popis předmětu
Pracoviště / Zkratka
|
FES
/
DPMDI
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Pokročilé metody dataminingu
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
10
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
12
[HOD/SEM]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
NE
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
NE
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
S|N |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Předmět je zaměřen na objasnění teoretických principů i řešení praktických problémů s využitím metod Data Miningu, Web Miningu a Text Miningu. Pozornost je věnována otázkám transformace, předzpracování a verifikace dat, zvolení vhodných metod, vyhodnocení procesu a interpretace výsledků.
|
Požadavky na studenta
|
Účast na seminářích je povinná.
Zpracování a úspěšné obhájení projektu z probírané látky se zaměřením na písemnou práci ke státní doktorské zkoušce a doktorské disertační práci. Všeobecný pohled doktoranda na moderní metody v oblasti dolování z dat a získávání znalostí.
|
Obsah
|
Předmět je zaměřen na objasnění teoretických principů i řešení praktických problémů s využitím metod Data Miningu, Web Miningu a Text Miningu. Pozornost je věnována otázkám transformace, předzpracování a verifikace dat, zvolení vhodných metod, vyhodnocení procesu a interpretace výsledků. Velký důraz je kladen na řešení samostatné úlohy na reálných datech pod dohledem vyučujícího.
V rámci předmětu se vychází z teoretických základů jednotlivých metod a algoritmů z oblasti Data Miningu a Knowledge Discovery s cílem rozvinout možnosti jejich využití, ohodnotit výsledky získané použitím data miningu; posoudit vhodnost a použitelnost inteligentních přístupů pro řešení reálných problémů; formulovat a řešit úlohy dobývání znalostí z databází pro reálná data, která mohou pocházet jak z homogenních, tak heterogenních datových struktur; aplikovat metody reprezentace a zpracování znalostí při vývoji softwarových systémů apod.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
Tufféry, Stéphane. Data mining and statistics for decision making. Chichester: John Wiley & Sons, 2011. ISBN 978-0-470-68829-8.
-
Doporučená:
WITTEN, I.H., FRANK, E., HALL, M.A. Data Mining: Practical Machine Learning Tools and Techniques. Amsterdam, 2011.
-
Doporučená:
Aggarwal, Charu C. Mining text data. New York: Springer Science+Business Media, 2012. ISBN 978-1-4614-3222-7.
-
Doporučená:
MINER, G. Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications. Amsterdam, 2012.
-
Doporučená:
Feldman. The text mining handbook : advanced approaches in analyzing unstructured data. New York, 2007.
|
Předpoklady - další informace k podmíněnosti studia předmětu |
- |
Získané způsobilosti |
Student bude schopen vhodně aplikovat základní metody prostorových analýz a vizualizace dat reprezentujících prostorové jevy a objekty při řešení prostorově orientovaných problémů.
|
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Dialogická (diskuze, rozhovor, brainstorming)
- Metody práce s textem (učebnicí, knihou)
|
Hodnotící metody |
- Posouzení zadané práce
- Analýza výkonu studenta
|
|
|
|