KMI/ZZD Zpracování dat

Rozvrh předmětu

Přednáška + cvičení: Úterý 8:00--10:15 (LP-5070)

Sylabus

17.2. přednáška: Data Mining, motivace, proces získávání znalostí z dat, modely procesů, základní pojmy (slajdy)
24.2. přednáška: Krátký tutoriál k R project (slajdy)
3.3. přednáška: Předzpracování dat: Chybějící data, odlehlé body, diskretizace (slajdy,slajdy,R file)
cvičení: Explorační analýza v R
10.3. přednáška: Unsupervised learning: Shlukování I
cvičení: Měření vzdálenosti v datech (slajdy,slajdy,R file)
17.3. přednáška: Unsupervised learning: Shlukování II
cvičení: Probrané metody v R
24.3. přednáška: Unsupervised learning: Asociační pravidla
cvičení: Probrané metody v R
31.3. přednáška: Unsupervised learning: Asociační pravidla
cvičení: Probrané metody v R
7.4. přednáška: Supervised learning: Rozhodovací stromy
cvičení: Probrané metody v R
21.4. přednáška: Supervised learning: Rozhodovací stromy
cvičení: Probrané metody v R (R file)
28.4. přednáška: Redukce dimenze. (slajdy)

Zkouškový domácí úkol

Úkol I, wine.csv, původní data s popisem
Úkol II, voting.csv, původní data s popisem
Úkol III