Získavanie znalosti výpočtovou inteligenciou

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Po absolvovaní predmetu má byť študent schopný:
A. pochopiť význam prípravy dát pre úlohy získavania vedomostí z dát,
B. pochopiť význam tzv. štyroch hlavných problémov dolovania informácií z dát: klasifikácia, zhlukovanie, asociačné pravidlá a detekcia extremálnych hodnôt,
C. pochopiť výpočtovú inteligenciu, strojové učenie, a ich aplikovanie,
D. poznať prostredia a programové jazyky pre výpočtovú inteligenciu,
E. logicky agregovať atomické požiadavky pre potreby získavania vedomostí z dát,
F. získať prehľad o význame a problémoch výpočtovej inteligencie a strojového učenia,
G. ako dosiahnuť vysvetliteľnosť výsledkov,
H. vedieť aplikovať získané poznatky a zručnosti pri riešení úloh v praxi,
I. samostatne a v tíme pracovať s vybraným softvérom na úlohách získavania poznatkov z dát.

Stručná osnova predmetu

1. Úvod do data mining (princípy, vysvetlenie základných pojmov a význam data minigu v získavaní vedomosti z dát).
2. Úvod do výpočtovej inteligencie a strojového učenia pre potreby získavania a interpretovania vedomosti z dát.
3. Dátové typy, vlastnosti a konverzia.
4. Mierky vzdialenosti a podobnosti, význam a metódy normalizácie v príprave dát pre úlohy získavania vedomosti z dát.
5. Kľúčové oblasti data miningu: Zhlukovanie, asociačné pravidlá, klasifikácia, detekcia extrémnych a izolovaných hodnôt.
6. Skúmanie softvérových prostredí MATLAB a WEKA a riešenia úloh v týchto softvéroch.
7. Práca s jazykom Python od prípravy dát po hodnotenie výsledku dáta miningu.
8. Typy neurónových sietí a klasifikácia neurónovými sieťami.
9. Modelovanie pravidlových systémov, odvodzovanie plavidlovými systémami a ich význam v získavaní poznatkov z dát.
10. Evolučné algoritmy a ich využitie v strojovom učení.
11. Modelovanie odporúčacích systémov na základe požiadaviek zákazníkov, podobnosti výrobkov (alebo služieb) a historických dát.
12. Automatické získavanie vedomostí z dát (vytvoriť prostredie pre dolovanie v dátach bez zásahu používateľa).
13. Interaktívne získavanie vedomostí z dát (vytvoriť prostredie, v ktorom používateľ zasahuje do procesu dolovania).

Odporúčaná literatúra

BRAMER, Max. Principles of data mining. London: Springer-Verlag, 2020.
AGGRAWAL, C. Data Mining: The Textbook. Cham: Springer, 2015
BERKA, Petr. Dobývání znalostí z databází. Praha: Academia, 2003.
SKALSKÁ, Hana. Data mining a klasifikační modely. Hradec Králové: Gaudeamus, 2010.
BRUNTON, S.L., KUTZ, J.N., Data-Driven Science and Engineering. Machine learning, Dynamical Systems and Control, Cambridge University press, 2019
NEGNEVITSKY, M. Artificial Intelligence A Guide to Intelligent Systems, Pearson, 2011
MARČEK, D., Neurónové siete a ich aplikácie, EDIS, 2006
NÁVRAT, P. a kol., Umelá inteligencia, STU, 2011
CHOLLET, F., Deep learning v jazyku Python, GRADA, 2019
PECINOVSKÝ, R., Python - Kompletní příručka jazyka pro verzi 3.8, GRADA, 2019

Podmienky na absolvovanie predmetu

Skúška 60% hodnotenia. Skúška pozostáva z dvoch častí: overenie teoretických vedomosti a konkrétnych úloh na riešenie. Teoretickou časťou sa overuje dosiahnutá úroveň výsledkov vzdelávania A., B., C., F., riešením problémových úloh sa overuje dosiahnutá úroveň výsledkov vzdelávania E., G.
Cvičenia 40% hodnotenia. Náplňou cvičení je vypracovanie a obhájenie projektu, na ktorom študenti pracujú v menších skupinách. Hodnotenie študentov zahŕňa výsledok projektu, odpovede na doplnkové otázky a krátky test. Hodnotením projektov a testov sa hodnotia nasledovné výsledky vzdelávania A., D., E., G., H., I.

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách):
4 kreditov x 52 hodín = 130 hodín
Rozdelenie študijného zaťaženia:
Účasť na prednáškach a seminároch: 52 hodín
Príprava na semináre: 13 hodín
Príprava na projekt a test: 30 hodín
Príprava na skúšku: 35 hodín

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský jazyk / anglický jazyk

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 18.05.2022

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 18.05.2022