Data processing

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra aplikované informatiky v dopravě

Anotace:

Studenti se seznámí s nástroji pro zpracování a analýzu dat, na příkladech z praxe si vyzkouší nejčastější možnosti používané při zpracování dat včetně pokročilých možností při prezentaci výsledků analýz. V rámci pokročilých metod budou studenti provádět i specifickou analýzu pomocí Bayesovských sítí. Studenti budou následně samostatně provádět datovou analýzu na datech z existujících otevřených systémů.

Požadavky:

Schopnost logického myšlení, znalost základů algoritmizace a základů libovolného programovacího jazyka na úrovni odpovídající třetímu ročníku studia technické univerzity.

Osnova přednášek:

1. část seznamuje s nástroji na zpracování dat a je dělena do 3 bloků:

Blok 1: seznámení s R - prostředí, koncept, základy, jednoduché příklady, základní knihovny, jejich příklady a použití (nainstalování R u studentů)

Blok 2: aplikované R - aplikované příklady z praxe, knihovna s mapou, získávání dat z různých zdrojů a jejich úprava (GIS, RDBMS, CSV, apod)

Blok 3: pokročilé R - interaktivní prezentační modul (shiny), další moduly dle domluvy

2. část se zabývá konkrétním modelem pro zpracování dat, Bayesovskými sítěmi a je také dělena do 3 bloků:

Blok 1: Základy Bayesovských sítí, specializovaný software pro Bayesovské sítě, modelování, základy teorie grafů a pravděpodobnosti.

Blok 2: Příprava dat na následné využití Bayesovských sítí, vykreslení první Bayesovské sítě, algoritmy na učení sítě, parametrů, inferencí; propojení s GeNií.

Blok 3: Provádění inferencí v Bayesovských sítích.

Osnova cvičení:

1. část seznamuje s nástroji na zpracování dat a je dělena do 3 bloků:

Blok 1: seznámení s R - prostředí, koncept, základy, jednoduché příklady, základní knihovny, jejich příklady a použití (nainstalování R u studentů)

Blok 2: aplikované R - aplikované příklady z praxe, knihovna s mapou, získávání dat z různých zdrojů a jejich úprava (GIS, RDBMS, CSV, apod)

Blok 3: pokročilé R - interaktivní prezentační modul (shiny), další moduly dle domluvy

2. část se zabývá konkrétním modelem pro zpracování dat, Bayesovskými sítěmi a je také dělena do 3 bloků:

Blok 1: Základy Bayesovských sítí, specializovaný software pro Bayesovské sítě, modelování, základy teorie grafů a pravděpodobnosti.

Blok 2: Příprava dat na následné využití Bayesovských sítí, vykreslení první Bayesovské sítě, algoritmy na učení sítě, parametrů, inferencí; propojení s GeNií.

Blok 3: Provádění inferencí v Bayesovských sítích.

Cíle studia:

Cílem předmětu je primárně studenty seznámit s nástroji pro zpracování a analýzu dat, na příkladech z praxe společně vyzkoušet nejčastější možnosti používané při zpracování dat včetně pokročilých možností při prezentaci výsledků analýz.

Studijní materiály:

Jan Rauch, Milan Šimůnek: Dobývání znalostí z databází, LISp-Miner a GUHA. Praha: Oeconomica VŠE, 2014.

Petr Berka: Dobývání znalostí z databází. Praha: Academia, 2003.

Irena Holubová, Karel Minařík, David Novák, Jiří Kosek: Big Data a NoSQL databáze.

Arun K. Somani, Ganesh Chandra Deka: Big Data Analytics. CRC Press, 2017.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• navaz. mag. PRE program IS v EN 21/22 (nová akreditace) (povinný předmět)
• navaz. mag. PRE program IS joint degree 21/22 (nová akreditace) (povinný předmět)
• navaz. mag. PRE program IS v EN 22/23 (nová akreditace) (povinný předmět)
• navaz. mag. PRE program IS joint degree 22/23 (nová akreditace) (povinný předmět)
• navaz. mag. PRE program SC 22/23 (pro studenty, kteří absolvují některé předměty 1.roč. na UTEP) (povinný předmět programu)
• navaz. mag. PRE program IS v EN 23/24 (povinný předmět)
• navaz. mag. PRE program IS joint degree 23/24 (povinný předmět)
• navaz. mag. PRE program SC 23/24 (pro studenty, kteří absolvují některé předměty 1.roč. na UTEP) (povinný předmět programu)