proces dobývání znalostí

  1. příprava = mám složitou strukturu dat, udělám z ní jednu relevantní tabulku
  2. analýza = to je statistika
  3. interpretace = hodnocení nalezených vztahů v pohledu konového uživatele

základní typy úloh

  1. klasifikace nebo predikce
  2. deskripce
  3. hledání nuggetů

prezentace

bokem

Data mining

  1. Vymezení problémů analýzy mnohorozměrných dat. Typy dat. Hrubá filtrace. Chybějící údaje, dichotomizace, kategorizace, standardizace, normalizace.
  2. Shluková analýza, metody nehierarchické, metody hierarchické, prezentace a interpretace výsledků.
  3. Využití metod lineární algebry (PCA, SVD, NMF).
  4. Evoluční výpočetní techniky (genetické algoritmy, diferenciální evoluce)
  5. Vybrané stochastické algoritmy (simulované žíhání, horolezecký algoritmus)
  6. Optimalizace mravenčí kolonií
  7. Neuronové sítě (modely neuronů, topologie sítí, metoda backpropagation)
  8. Kohonenovo učení a samoorganizující se neuronové sítě
  9. Vizuální programování (příklady jazyků v GIS produktech, grafická notace)
  10. Stromové datové struktury (R-strom, B-strom, UB-strom)