PV115 Laboratoř dobývání znalostí

Fakulta informatiky
jaro 2020
Rozsah
0/0/2. 2 kr. Ukončení: z.
Vyučující
doc. RNDr. Lubomír Popelínský, Ph.D. (přednášející)
Garance
doc. RNDr. Lubomír Popelínský, Ph.D.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Kontaktní osoba: doc. RNDr. Lubomír Popelínský, Ph.D.
Dodavatelské pracoviště: Katedra strojového učení a zpracování dat – Fakulta informatiky
Rozvrh
Po 17. 2. až Pá 15. 5. Út 16:00–17:50 C513
Předpoklady
SOUHLAS
Předpokladem pro zápis do předmětu je 1) znalost strojového učení min. v rozsahu IB031 2) znalost anglického jazyka; 3) schválení přihlášky vyučujícím Studenti se zájmem o dlouhodobější zapojení -- vícesemestrová práce -- mají přednost.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 77 mateřských oborů, zobrazit
Cíle předmětu
Na konci tohoto kurzu bude student schopen vytvořit systém strojového učení pro analýzu dat.
Výstupy z učení
Student bude schopen
- porozumět vědeckým pracem ze strojového učení a dobývání znalostí;
- kritického čtení odborných prací;
- na základě studia navrhnout, implementovat a ověřit metodu strojového učení nebo dobývání znalostí
Osnova
  • Studenti pracují v laboratoři vyhledávání znalostí a podílejí se na řešení výzkumných úloh z různých oblastí strojového učení datových věd (Data Science):
  • Návrh projektu
  • Průběžné konzultace
  • Presentace výsledků projektu a závěrečná zpráva
Literatura
  • FLACH, Peter A. Machine learning : the art and science of algorithms that make sense of data. New York: Cambridge University Press, 2012, xvii, 396. ISBN 1107422221. info
  • PROVOST, Foster a Tom FAWCETT. Data science for business : what you need to know about data mining and data-analytic thinking. 1st ed. Beijing: O'Reilly, 2013, xxi, 386. ISBN 9781449361327. info
  • HAN, Jiawei a Micheline KAMBER. Data mining : concepts and techniques. 2nd ed. San Francisco, CA: Morgan Kaufmann, 2006, xxviii, 77. ISBN 1558609016. URL info
  • BERKA, Petr. Dobývání znalostí z databází. Vyd. 1. Praha: Academia, 2003, 366 s. ISBN 8020010629. info
Výukové metody
Práce na projektu pod vedením vyučujícího.
Metody hodnocení
Úspěšná obhajoba projektu, zápočet
Informace učitele
http://www.fi.muni.cz/kd/
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, jaro 2008, podzim 2008, jaro 2009, podzim 2009, jaro 2010, podzim 2010, jaro 2011, podzim 2011, jaro 2012, podzim 2012, jaro 2013, podzim 2013, jaro 2014, podzim 2014, jaro 2015, podzim 2015, jaro 2016, podzim 2016, jaro 2017, podzim 2017, jaro 2018, podzim 2018, jaro 2019, podzim 2020, jaro 2021, podzim 2021, jaro 2022, podzim 2022, jaro 2023, podzim 2023, jaro 2024.