Uniwersytet Kazimierza Wielkiego w Bydgoszczy - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

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

zobacz na planie zajęć

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:
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego w Bydgoszczy.