B445054
Metody dolování dat
Data mining methods
Garant : Jaromír Kukal
Anotace:
Cílem předmětu je seznámit s moderními metodami dolování dat a jejich souvislostmi s matematickými metodami lineární algebry, logiky, statistiky a optimalizace.
Podrobný sylabus:
1. Dolování dat, jeho smysl a příprava dat.
2. Dolování dat v metrickém prostoru, metriky, jednoduché metody.
3. Pokročilé metody dolování dat v metrickém prostoru bez učitele: DBSCAN, SOM.
4. Pokročilé metody dolování dat v metrickém prostoru: klasifikátory s jádrovými funkcemi.
5. Dolování dat ve vektorovém prostoru, normalizace a standardizace dat, jednoduché metody.
6. Redukce dimenze dat bez učitele: PCA, data whitening, duální whitening.
7. Klasifikace dat ve vektorovém prostoru: maxmargin, SVM, ANN, RVFL.
8. Dolování dat pomocí Booleovy algebry.
9. Dolování dat pomocí fuzzy logiky: Lukasiewiczova a Gougenova algebra.
10. Dolování dat pomocí matematické statistiky: LDA, QDA, FDA, logistická regrese.
Seznam literatury:
Du, H., Data Mining Techniques and Applications: An Introduction, Cengage Learning, 2010.
Olson, D.L., Delen, D, Advanced Data Mining Techniques, Springer Science & Business Media, 2008.
Murty, M.N., Devi, V.S., Pattern Recognition: An Algorithmic Approach, Springer Science & Business Media, 2011.
Duda, R.O., Hart, P.E., Stork, D.G., Pattern Classification, John Wiley & Sons, 2012.
Metody dolování dat
Data mining methods
Garant : Jaromír Kukal
Anotace:
Cílem předmětu je seznámit s moderními metodami dolování dat a jejich souvislostmi s matematickými metodami lineární algebry, logiky, statistiky a optimalizace.
Podrobný sylabus:
1. Dolování dat, jeho smysl a příprava dat.
2. Dolování dat v metrickém prostoru, metriky, jednoduché metody.
3. Pokročilé metody dolování dat v metrickém prostoru bez učitele: DBSCAN, SOM.
4. Pokročilé metody dolování dat v metrickém prostoru: klasifikátory s jádrovými funkcemi.
5. Dolování dat ve vektorovém prostoru, normalizace a standardizace dat, jednoduché metody.
6. Redukce dimenze dat bez učitele: PCA, data whitening, duální whitening.
7. Klasifikace dat ve vektorovém prostoru: maxmargin, SVM, ANN, RVFL.
8. Dolování dat pomocí Booleovy algebry.
9. Dolování dat pomocí fuzzy logiky: Lukasiewiczova a Gougenova algebra.
10. Dolování dat pomocí matematické statistiky: LDA, QDA, FDA, logistická regrese.
Seznam literatury:
Du, H., Data Mining Techniques and Applications: An Introduction, Cengage Learning, 2010.
Olson, D.L., Delen, D, Advanced Data Mining Techniques, Springer Science & Business Media, 2008.
Murty, M.N., Devi, V.S., Pattern Recognition: An Algorithmic Approach, Springer Science & Business Media, 2011.
Duda, R.O., Hart, P.E., Stork, D.G., Pattern Classification, John Wiley & Sons, 2012.