Metody eksploracji danych 1300-Inf11MED-SD
Wykład (WYK)
Semestr zimowy 2020/21
Informacje o zajęciach (wspólne dla wszystkich grup)
| Liczba godzin: | 15 | ||
| Limit miejsc: | (brak limitu) | ||
| Zaliczenie: | Zaliczenie na ocenę | ||
| Rygory zaliczenia zajęć: | zaliczenie na ocenę |
||
| Literatura uzupelniająca: | 1. Rojek I.: Zastosowania metod sztucznej inteligencji w projektowaniu i nadzorowaniu procesów technologicznych obróbki skrawaniem, Bydgoszcz, UKW, 2017 2. Larose D., Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN 2006 3. Krawiec K., Stefanowski J., Uczenie maszynowe i sieci neuronowe, Poznań, Wydaw. Politechniki Poznańskiej, 2004. 4. Cichosz P., Systemy uczące się, Warszawa, WNT, 2000 5. https://searchsqlserver.techtarget.com/definition/data-mining |
||
| Metody dydaktyczne: | wykład kursowy |
||
| Metody dydaktyczne - inne: | prezentacja multimedialna |
||
| Literatura: |
1. Morzy T., Eksploracja danych: metody i algorytmy, PWN, 2018 2. Osowski S., Metody i narzędzia eksploracji danych , BTC, 2013 3. Larose D., Metody i modele eksploracji danych, PWN 2008 |
||
| Efekty uczenia się: |
W1, W2, W3 |
||
| Metody i kryteria oceniania: |
kolokwium zaliczeniowe Ocena końcowa w zakresie wykładów polega na weryfikowaniu założonych efektów kształcenia poprzez ocenę wiedzy wykazanej na kolokwium zaliczeniowym. Kolokwium składa się z 15 pytań testowych, za które można uzyskać łącznie 15 pkt. Zaliczenie na ocenę 3.0 wymaga uzyskania 8 punktów. |
||
| Zakres tematów: |
Program wykładu obejmuje następujące zagadnienia: Wprowadzenie do eksploracji danych: metody i zastosowania. Odkrywanie asocjacji: sformułowanie problemu i definicja reguł asocjacyjnych. Tablica obserwacji. Odkrywanie asocjacji binarnych, algorytmy odkrywania binarnych reguł asocjacyjnych, miary oceny reguł. Odkrywanie wielopoziomowych reguł asocjacyjnych. Odkrywanie wielowymiarowych reguł asocjacyjnych. Binaryzacja i dyskretyzacja danych. Klasyfikacja typów wiedzy: wiedza pozytywna i negatywna. Asocjacje negatywne: negatywne reguły asocjacyjne i negatywnie skorelowane. Miary atrakcyjności reguł asocjacyjnych. Odkrywanie wzorców sekwencji: sformułowanie problemu, algorytmy odkrywania wzorców sekwencji, odkrywanie uogólnionych wzorców sekwencji. Wprowadzenie do klasyfikacji danych. Metody klasyfikacji danych. Klasyfikacja danych poprzez indukcję drzew decyzyjnych. Algorytmy indukcji drzew decyzyjnych. Klasyfikatory regułowe: definicje podstawowych pojęć. Wywodzenie klasyfikatorów regułowych z drzew decyzyjnych. Klasyfikacja asocjacyjna: definicja problemu, algorytmy klasyfikacji asocjacyjnej. Klasyfikatory bayesowskie. Sieci bayesowskie. Klasyfikator najbliższego sąsiedztwa. Kombinacja klasyfikatorów. Ocena jakości klasyfikatorów: miary oceny, przestrzeń i krzywa ROC. Składowe procesu grupowania. Definicje miar niepodobieństwa obiektów. Klasyfikacja metod grupowania. Schemat metod opartych na podobieństwie Metody selekcji i generacji prototypów |
||
Grupy zajęciowe
| Grupa | Termin(y) | Prowadzący |
Miejsca  |
Akcje |
|---|---|---|---|---|
| 1 |
wielokrotnie, poniedziałek (niestandardowa częstotliwość), 14:00 - 15:45,
(sala nieznana)
|
Izabela Rojek | 15/16 |
szczegóły |
|
Wszystkie zajęcia odbywają się w budynku: |
||||
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego w Bydgoszczy.