Předzpracování dat
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
MI-PDD | Z,ZK | 4 | 2+1 | česky |
- Přednášející:
- Pavel Kordík (gar.)
- Cvičící:
- Pavel Kordík (gar.)
- Předmět zajišťuje:
- katedra teoretické informatiky
- Anotace:
-
Studenti se naučí připravit surová data pro další zpracování a analýzu. Získají znalosti algoritmů pro extrakci parametrů z různých datových zdrojů, jako jsou obrázky, texty, časové řady, apod, a získají dovednosti tyto teoretické znalosti aplikovat při řešení daného problému, např. extrakce parametrů z obrazových dat nebo z Internetu.
- Požadavky:
-
Základy statistiky, znalost problematiky vytěžování dat.
- Osnova přednášek:
-
1. Průzkum dat, techniky exploratorní analýzy, vizualizace surových dat.
2. Deskriptivní statistika.
3. Metody určování významnosti příznaků.
4. Problémy v datech - dimenzionalita, šum, odlehlé hodnoty, nekonzistence, chybějící hodnoty, nenumerická data.
5. Čištění dat, transformace dat, imputing, diskretizace, binning.
6. Redukce dimenzionality dat.
7. Redukce objemu dat, balancování tříd.
8. Extrakce příznaků z textu.
9. Extrakce příznaků z dokumentů, webu, předzpracování strukturovaných dat.
10. Extrakce příznaků z časových řad.
11. Extrakce příznaků z obrazu.
12. Případové studie přípravy dat.
13. Automatizace předzpracování dat.
- Osnova cvičení:
-
1. zadání semestrálních projektů
2. konzultace
3. prezentace semestrálních projektů
- Cíle studia:
-
Příprava dat je klíčem k úspěšnému zpracování dat a je časově velmi náročná - většinou zabere více času, než samotné zpracování dat. Znalost algoritmů pro extrakci parametrů z různých datových zdrojů patří k základům znalostního inženýrství.
- Studijní materiály:
-
Pyle, D. ''Data Preparation for Data Mining''. Morgan Kaufmann, 1999. ISBN 1558605290.
Guyon, I., Gunn, S., Nikravesh, M., Zadeh, L. A. ''Feature Extraction: Foundations and Applications (Studies in Fuzziness and Soft Computing)''. Springer, 2006. ISBN 3540354875.
- Poznámka:
-
Rozsah=prednasky+proseminare+cviceni2p+1c, Prednasejici: Ing. Pavel Kordík Ph.D.
- Rozvrh na zimní semestr 2011/2012:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- Znalostní inženýrství - verze pro ty, kteří se zapsali v roce 2010 (povinný předmět oboru)
- Společný plán před přiřazením do oboru, verze pro ty, kteří se zapsali v roce 2010 (VO)
- Společný plán před přiřazením do oboru, verze pro ty, kteří se zapsali v roce 2011 (VO)
- Znalostní inženýrství - verze pro ty, kteří se zapsali v roce 2011 (povinný předmět oboru)
- Společný plán před přiřazením do oboru, verze pro ty, kteří se zapsali v roce 2012 (VO)
- Znalostní inženýrství - verze pro ty, kteří se zapsali v roce 2012 (povinný předmět oboru)