OPF:INMNPDOD Data Mining - Course Information
INMNPDOD Data Mining
School of Business Administration in KarvinaWinter 2024
- Extent and Intensity
- 2/1/0. 5 credit(s). Type of Completion: zk (examination).
- Teacher(s)
- Ing. Jan Górecki, Ph.D. (lecturer)
- Guaranteed by
- Ing. Jan Górecki, Ph.D.
Department of Informatics and Mathematics – School of Business Administration in Karvina
Contact Person: Ing. Jan Górecki, Ph.D. - Timetable
- Tue 12:15–13:50 B208
- Timetable of Seminar Groups:
- Prerequisites (in Czech)
- FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(P)
- Course Enrolment Limitations
- The course is only offered to the students of the study fields the course is directly associated with.
The capacity limit for the course is 15 student(s).
Current registration and enrolment status: enrolled: 14/15, only registered: 0/15 - fields of study / plans the course is directly associated with
- Managerial Informatics (programme OPF, N_MI)
- Syllabus (in Czech)
- 1. Proces dolování dat
Dolování dat, úlohy dolování dat, metodiky pro dolování dat.
2. Statistika v kontextu dolování dat
Kontingenční tabulky, regresní analýza, diskriminační analýza, shluková analýza.
3. Strojové učení
Základní pojmy, principy strojového učení, typy strojového učení, formy strojového učení, trénovací data, atributy, chybová funkce.
4. Metody dolování dat
Rozhodovací stromy, Rozhodovací pravidla, Neuronové sítě, Genetické algoritmy, bayesovské metody, metody založené na analogii.
5. Evaluace modelů
Kritéria, deskriptivní úlohy, klasifikační úlohy, vizualizace modelů, vizualizace klasifikací, porovnávání modelů, volba nejvhodnějšího algoritmu, kombinování modelů.
6. Předzpracování dat
Příprava dat, strukturovaná data, více vzájemně propojených tabulek, odvozené atributy, příliš mnoho objektů, příliš mnoho atributů, numerické atributy, kategoriální atributy, chybějící hodnoty.
- 1. Proces dolování dat
- Literature
- required literature
- BERKA, P. a J. GÓRECKI. Dolování dat. Skripta SU OPF, Karviná, 2017. info
- BERKA, P. Dobývání znalostí z databází. Academia, Praha, 2003. ISBN 80-200-1062-9. info
- recommended literature
- FRIEDMAN, J., T. HASTIE a R. TIBSHIRANI., 2013. The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2nd Edition. Springer. ISBN 978-0387848570.
- MURPHY, K. P. Machine learning: A probabilistic perspective. London, England: The MIT Press, 2012. ISBN 978-0-262-01802-9. info
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- Study Materials
The course can also be completed outside the examination period.
- Enrolment Statistics (recent)
- Permalink: https://is.slu.cz/course/opf/winter2024/INMNPDOD