KMI/ZZD Získávání znalostí z dat

Rozvrh předmětu

Obsah předmětu

• 12.2. Úvod, organizační záležitosti, DM, KDP, CRISP-DM (kapitoly 1 a 2) kniha
• 19.2. Data Understanding, explorační analýza dat
• 26.2. Redukce dimenze, SVD a PCA (svd_1, svd_2, notebook, iris.csv)
• 5.3. Clustering I (slajdy, notebook)
• 12.3. Clustering II, Asociační analýza
• 19.3. Asociační analýza -- algoritmy (notebook)
• 26.3. Asociační analýza -- ohodnocování pravidel, GUHA
• 2.4. Klasifikace, rozhodovací stromy. Implementace GUHA metody FERDA
• 9.4. Rozhodovací stromy: ořezávání, vyhodnocování
• 23.4. Ensemble methodoloties
• 30.4. LDA

Úkoly

• 1) Naprogramujte QR-agoritmus s Wilkinsonovým posunem; experimentálně porovnejte se základním QR-algoritmem.
• 2) Naprogramujte algoritmus FP-Growth.
• 3) Rozhodovací stromy: Vytvořte Rozhodovací strom pro dataset credit approval, napište report popisujicí vsechny aspekty vašeho stromu (kriteria splitu a zastavení, ořezávání, zacházení s chybějícími hodnotami) i jeho vyhodnocení.