UIINFNP005 Pokročilé zpracování dat

Filozoficko-přírodovědecká fakulta v Opavě
zima 2025
Rozsah
2/2/0. 6 kr. Ukončení: zk.
Vyučující
RNDr. Radka Poláková, Ph.D. (přednášející)
Mgr. Jan Schreier (přednášející)
Mgr. Jan Schreier (cvičící)
Garance
Mgr. Jan Schreier
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě
Rozvrh
Čt 16:25–18:00 LEI
  • Rozvrh seminárních/paralelních skupin:
UIINFNP005/A: Čt 18:05–19:40 LEI, J. Schreier
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Cílem předmětu je porozumět konceptům Big Data, NoSQL databázím a strojovému učení, naučit se používat moderní technologie pro jejich zpracování, pochopit jejich vzájemnou integraci a osvojit si jejich praktické aplikace včetně analýzy, vizualizace a bezpečnosti dat.
Výstupy z učení
Studenti získají teoretické i praktické znalosti z oblasti Big Data, NoSQL databází a strojového učení, včetně schopnosti pracovat s moderními technologiemi, jako jsou Hadoop, Spark či MongoDB.
Osnova
1. Úvod, big data 2. Technologie big dat 3. Optimalizace a škálování big data systémů 4. NoSQL, Typy NoSQL databází 5. Práce s NoSQL databázemi 6. Základy strojového učení 7. Big data a strojového učení 8. Datová analýza big dat pomocí algoritmů strojového učení 9. Vizualizace dat 10. Bezpečnost v big data a strojovém učení 11. Trendy v big data a strojovém učení
Literatura
    povinná literatura
  • SIMOVICI, Dan A. a Chabane DJERABA. Mathematical tools for data mining: set theory, partial orders, combinatorics. Second edition. London: Springer, [2014]. ISBN 978-1-4471-6406-7.
    doporučená literatura
  • SKILLICORN, David B. Understanding complex datasets: data mining with matrix decompositions. Boca Raton: Chapman & Hall/CRC Press, c2007. ISBN 978-1584888321.
  • HASTIE, Trevor, Robert TIBSHIRANI a J. H. FRIEDMAN. The elements of statistical learning: data mining, inference, and prediction. New York, Springer, c2009. ISBN 9780387848570. Online: https://web.stanford.edu/~hastie/Papers/ESLII.pdf
  • LAROSE, Daniel T. a Chantal D. LAROSE. Discovering Knowledge in Data: an Introduction to Data Mining. Second edition. Hoboken: Wiley, 2014. ISBN 978-111-887357-1.
  • GUPTA, G.K. Introduction to Data Mining with Case Studies. Third ed. Delhi: PHI Learning Pvt., 2014. ISBN 978-81-203-5002-1.
Výukové metody
Přednášky, diskuse, cvičení, případové studie.
Metody hodnocení
• Zápočet – zápočtový projekt • Zkouška – písemná
Další komentáře
Studijní materiály
Předmět je zařazen také v obdobích zima 2021, zima 2022, zima 2023, zima 2024.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.slu.cz/predmet/fpf/zima2025/UIINFNP005