Data Mining

Garant předmětu:

Daniel Vašata

Přednášející:

Rodrigo Augusto Da Silva Alves, Daniel Vašata

Cvičící:

Rodrigo Augusto Da Silva Alves, Daniel Vašata

Předmět zajišťuje:

katedra aplikované matematiky

Anotace:

Students are introduced to the basic methods of discovering knowledge in data. In particular, they learn the basic techniques of data preprocessing, multidimensional data visualization, statistical techniques of data transformation, and fundamental principles of knowledge discovery methods. Students will be aware of the relationships between model bias and variance, and know the fundamentals of assessing model quality. Data mining software is extensively used in the module. Students will be able to apply basic data mining tools to common problems (classification, regression, clustering).

Požadavky:

The knowledge of calculus, linear algebra and probability theory is assumed.

Osnova přednášek:

1. Introduction to the field and applications

2. Decision trees, test, train, validation set

3. Ensemble methods (random forest, AdaBoost)

4. Hierarchical clustering, k-means algorithm

5. kNN (k-nearest neighbours)

6. Naive Bayes

7. Linear regression

8. Logistic regression

9. Ridge regression and regularisation

10. Dimensionality reduction

11. Neural networks

12. Natural language processing

Osnova cvičení:

1. Jupyter notebooks and machine learning packages

2. Decision trees, hyperparameters tuning

3. Ensemble methods (random forest, AdaBoost)

4. Hierarchical clustering, k-means algorithm

5. kNN (k-nearest neighbours), cross-validation

6. Naive Bayes classifier

7. Linear regression

8. Logistic regression

9. Ridge regression

10. Dimensionality reduction

11. Neural networks

12. Natural language processing

Cíle studia:

The module aims to introduce students to a rapidly developing field - knowledge discovery in data.

Studijní materiály:

1. Data Mining: Practical Machine Learning Tools and Techniques, I. H. Witten, E. Frank, M. A. Hall, Elsevier, 2011, ISBN 978-0080890364.

2. Deep Learning, I. Goodfellow, Y. Bengio, A. Courville, MIT Press, 2016, ISBN 978-0262035613.

3. Machine Learning: A Probabilistic Perspective, K. P. Murphy, MIT Press, 2012, ISBN 978-0262018029.

Poznámka:

Information about the course and courseware are available at https://courses.fit.cvut.cz/BIE-VZD/

Další informace:

https://courses.fit.cvut.cz/BIE-VZD/

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Bachelor branch Security and Information Technology, in English, 2015-2020 (volitelný předmět)
• Bachelor branch Web and Software Engineering, spec. Software Engineering, in English, 2015-2020 (volitelný předmět)
• Bachelor branch Computer Science, in English, 2015-2020 (povinný předmět oboru)
• Bachelor branch Computer Science, in English, 2015-2020 original version (povinný předmět oboru)