KMI/ZZD Získávání znalostí z dat

Rozvrh předmětu

Přednáška: Středa 14:00--15:30 (LP-5073)
Cvičení: Středa 15:45--16:30 (LP-5070)

Doporučená literatura

-- doplním brzy

Obsah kurzu

15.2. organizační záležitosti, úvod (slajdy)
22.2. přednáška: Klasifikace, rozhodovací stromy, růst a chybějící hodnoty (slajdy)
1.3. přednáška: Evaluace rozhodovacích stromů, ořezávání rozhodovacích stromů (slajdy)
8.3. přednáška: Rozhodovací lesy (slajdy)
15.3. přednáška: Rozhodovací lesy, finish + NNs (slajdy)
22.3. přednáška: Asociační pravidla
29.3. přednáška: nekonala se
12.4. přednáška: Asociační pravidla II
19.4. přednáška: Shlukování (slajdy)
23.4. přednáška: Redukce dimenze (slajdy)
3.5. přednáška: Shlukování II (slajdy)

Požadavky na zkoušku

-- splnit domácí úkoly

Zadání domácích úkolů

HW1: Decision Tree

Split: GainRatio
Stop:  basic
Missing values: Simple
Pruning: Complexity cost pruning

Congressional Voting Records Data Set
https://archive.ics.uci.edu/ml/datasets/Congressional+Voting+Records

Generalization error estimation:
Stratified n-fold validation

===================
Bodovani: odevzdani do 22.3. -- 2 body
          odevzdani pozdeji  -- 1 bod

===================
HW2: Neural Networks

data:
https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)
(pouzijte wdbc)
A)
Vytvořte ensemble 30 perceptronů, každý naučte dle pěti náhodně vybraných atributů
(zajistěte, že budou pokryty všechny atributy, a že žádná pětice se nevyskytne vícekrát), kombinujte pomoci majority rule.

B)
Vytvořte neuronovou síť se skrytou vrstvou o 30 uzlech, a naučte ji na stejných datech.
Zastavte učení jakmile zjistíte konzistetní pokles přesnosti na testovací množině.

U obojího odhadněte chybu přes 10-fold validation.

===================
Bodovani: odevzdani do 12.4.  -- 2 body (prodlouzeno)
           odevzdani pozdeji  -- 1 bod

===================

HW3: Association rules

Data:
Congressional Voting Records Data Set
https://archive.ics.uci.edu/ml/datasets/Congressional+Voting+Records

Původní atributy rozdělte na voted-yes, voted-no, první atribut vynechte.

Najděte asociační pravidla s minsupp=0.3 a minconf=0.9
Urcete jejich Lift, korelaci a IS.

===================
Bodovani: odevzdani do 28.4.  -- 2 body
           odevzdani pozdeji  -- 1 bod

===================


HW4: Density-based clustering

Implementujte algoritmus OPTICS
(k samostatnemu nastudovani zde:
http://www.dbs.ifi.lmu.de/Publikationen/Papers/OPTICS.pdf)

===================
Bodovani: odevzdani do 17.5.  -- 2 body
           odevzdani pozdeji  -- 1 bod

===================


Hodnoceni:
3 body E, 4 body D, 5 bodu C, 6 body B, 7 bodu A.