VIKMB42 Nástroje a metody datové analytiky

Filozofická fakulta
podzim 2014
Rozsah
1/1/0. 4 kr. Ukončení: k.
Vyučující
Mgr. Jan Mayer (přednášející)
Mgr. Tomáš Bouda, Ph.D. (přednášející)
Garance
PhDr. Petr Škyřík, Ph.D.
Kabinet informačních studií a knihovnictví – Ústav české literatury – Filozofická fakulta
Kontaktní osoba: Mgr. Marie Hradilová
Dodavatelské pracoviště: Kabinet informačních studií a knihovnictví – Ústav české literatury – Filozofická fakulta
Rozvrh
Čt 17:30–19:05 L11
Předpoklady
Předmět nepředpokládá, žádné předchozí technické znalosti (krom standardní počítačové gramotnosti. Stejně tak není potřeba žádné speciální programové vybavení.
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Předmět si smí zapsat nejvýše 20 stud.
Momentální stav registrace a zápisu: zapsáno: 0/20, pouze zareg.: 0/20, pouze zareg. s předností (mateřské obory): 0/20
Cíle předmětu
Hlavním cílem předmětu je představit studentům nejpoužívanější metody pro práci s daty.
Osnova
  • Co jsou vlastně data? Proč se o ně zajímat?
  • Základní datové formáty a práce s nimi (binární, textové)
  • Stručný úvod do internetových technologií (API)
  • Základní popis a rozdělení databází (SQL, NoSQL)
  • Běžně používané nástroje pro práci s daty (regulární výrazy)
  • Stručný úvod a možnosti nástroje R
  • Kde začínají velká data?
  • Volně dostupná data
  • Data ve velkých firmách a správné zacházení s nimi
  • Státní instituce a legální problémy s otevíráním dat
  • Základy statistiky
  • Základní metody data miningu a scrapingu
  • Úvod do strojové učení a jeho využití
Literatura
  • Big data :understanding how data powers big business. Edited by Bill Schmarzo. 1 online r. ISBN 9781118740033. info
  • MAYER-SCHÖNBERGER, Viktor a Kenneth CUKIER. Big data : a revolution that will transform how we live, work, and think. 1st pub. in pbk. London: John Murray, 2013, 242 s. ISBN 9781848547926. info
  • Big data, big analyticsemerging business intelligence and analytic trends for today's businesses. Edited by Michael Minelli - Michele Chambers - Ambiga Dhiraj. Hoboken, N.J.: John Wiley & Sons, Inc., 2013, xxiii, 187. ISBN 9781118225837. info
  • Big data for dummies. Edited by Judith Hurwitz. 1st ed. Indianapolis, Ind.: John Wiley & Sons, 2013, xxii, 311. ISBN 1118504224. info
  • SIEGEL, Eric. Predictive analytics : the power to predict who will click, buy, lie, or die. Hoboken, N.J.: John Wiley & Sons, 2013, xvii, 302. ISBN 9781118596470. info
Výukové metody
Týdenní výuka. Předmět mohou absolvovat kombinovaní studenti.
Metody hodnocení
Pro úspěšné ukončení tohoto předmětu je nutné a) plnit průběžné úkoly a studovat doporučenou literaturu, b) dle zadání správně vypracovat a obhájit závěrečný projekt.
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích podzim 2015, podzim 2016, podzim 2017, podzim 2018.