Vybrané partie dolování dat

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra počítačů

Anotace:

Dolování dat má za cíl objevovat netriviální, skryté a prakticky užitečné informace v rozsáhlých datech. Předmět je zaměřen na dva klíčové aspekty dolování dat: objem dat a jejich různorodost. Při velkých objemech dat hrají roli jak technické otázky (distribuované výpočty, hašování, apod.), tak i otázky algoritmické složitosti. Motivační úlohy budou z oblasti webu a sociálních sítí. Dále se budeme zabývat přístupy, které jsou schopné pracovat s různorodou apriorní znalostí a slučovat ji s informací obsaženou v naměřených datech. Motivací budou zejména bioinfomatická data. Předpokládá se, že student již absolvoval magisterský kurz strojového učení a dolování dat (A4M33SAD).

Požadavky:

Osnova přednášek:

Osnova cvičení:

Cíle studia:

Studijní materiály:

Anand Rajaraman, Jure Leskovec, Jeffrey D. Ullman: Mining of Massive Datasets, Cambridge University Press, 2011.

Poznámka:

Další informace:

https://cw.fel.cvut.cz/wiki/courses/XP36VPD

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Doktorské studium, prezenční forma (povinně volitelný předmět)
• Doktorské studium, kombinovaná forma (povinně volitelný předmět)
• Doktorské studium, strukturované prezenční (povinně volitelný předmět)
• Doktorské studium, strukturované kombinované (povinně volitelný předmět)