O předmětu

Seznámit studenty s reálnými aplikacemi data miningu, typicky řešenými úlohami, fázemi data miningového projektu a jejich náročností. Absolvent tohoto kurzu by měl být schopen nejen znát vybrané teoretické základy data miningu, ale také vědět, jak je aplikovat v praxi.

Co se naučíš

Po úspěšném absolvování budou studenti schopni pojmenovat typické úlohy data miningu v praxi a jejich fáze včetně typických problémů. Budou znát též typické algoritmy používané v praxi a budou znát výhody a úskalí jejich využití.

Obsah předmětu

Data mining je disciplína rozšířená v univerzitním světě i v komerčních firmách. Vychází z teorie statistiky, strojového učení a umělé inteligence. Tuto teorii se snaží využít k řešení konkrétních problémů v praxi. Tento předmět má za cíl seznámit studenty s pojmem data miningu, typickými řešenými úlohami v praxi, ale také se základy teorie, o kterou se data mining opírá.

Literatura

Základní:

Jak uspět v předmětu

Doporučená příprava:

  • Pravidelná příprava během semestru místo drcení na zkoušku
  • Přednáškové slidy a materiály dostupné přes Moodle VŠE (dl.vse.cz)
  • Stará zkouška / typové otázky — zeptej se cvičícího nebo hledej na InSIS
  • Studijní skupiny a sdílení poznámek s kolegy z ročníku
Na co si dát pozor:
  • Přečti si sylabus — co je povinná vs. doporučená literatura
  • Podmínky zápočtu (zápočtové testy, projekty, docházka)
  • Termíny zkoušek zapisovat včas — kapacita bývá omezená

Doporučené zdroje

  • Sylabus na InSIS — osnova, literatura, garant
  • Moodle VŠE — prezentace a studijní materiály od vyučujících
  • Knihovna VŠE — přístup k e-knihám a databázím (EBSCO, ProQuest...)
  • SIS VŠE — výsledky zkoušek, zkušební termíny, docházka

✏️ Upravit wiki obsah

Používej Markdown: ## Nadpis, **tučně**, `kód`, - odrážky, > citace

Heslo si vyžádej od správce wiki.