Dobývání a vizualizace znalostí

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Předmět nabízí přehled nástrojů pro dobývání znalostí z dat a demonstruje jejich využití na praktických úlohách. Zvláštní pozornost věnuje názorné prezentaci postupně získávaných výsledků, která výrazně usnadní komunikaci s vlastníkem dat (např. lékařem), který pak může lépe spolupracovat při volbě dalších směrů hledání.

Výsledek studentské ankety předmětu je zde: http://www.fel.cvut.cz/anketa/aktualni/courses/A6M33DVZ

Požadavky:

Osnova přednášek:

1. Dobývání znalostí - popis a metodika procesu CRISP, motivační příklady.

2. Nástroje pro modelování dat a jejich využití I.

3. Databáze, anonymizace a ochrana dat.

4. Slučování dat z heterogenních zdrojů.

5. Porozumění datům a jejich příprava, agregace dat.

6. Metody vizualizace dat. Identifikace odlehlých a nesprávných hodnot.

7. Volba relevantních atributů.

8. Práce s časovými řadami.

9. Nástroje pro modelování dat a jejich využití II.

10. Vyhodnocení a využití modelů.

11. Metody pro vizualizaci modelů.

12. Zpracování přirozeného jazyka jako vstupu.

13. Postupy zpracování komplexních dat.

14. Rezerva.

Osnova cvičení:

Cvičení u počítačů dávají studentům možnost si na jednoduchých praktických úlohách procvičit práci s nástroji,které byly vysvětleny v přednáškách. K získání zkušeností s CRISP metodikou pak slouží individuální projekt, který je zadán každému studentovi.

Cíle studia:

Studijní materiály:

[1] Berka, P.: Dobývání znalostí z databází, Academia 2003.

[2] Few, S.: Simple Visualization Techniques for Quantitative Analysis - Now you see it. Analytics Press 2009.

Poznámka:

Další informace:

http://cw.felk.cvut.cz/doku.php/courses/a6m33dvz/start

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: