Warning
This page is located in archive.

Table of Contents

Vytěžování dat


Evropský sociální fond
Praha & EU: Investujeme do vaší budoucnosti

1) Základní koncepty a nástroje

Výukové materiály

  • Vytěžování s učitelem a bez učitele
  • Příznaková reprezentace
  • Ukázka práce v Matlabu
  • Práce v prostředí RapidMiner

2) Odhady pravděpodobnostních rozdělení

Výukové materiály

  • Pravděpodobnost
  • Náhodná veličina
  • Odhady parametrů
  • Maximální věrohodnost
  • Gaussovská směs
  • Algoritmus EM
  • Grafické pravděpodobnostní modely
  • Ruční návrh struktury BN v dodaném nástroji

3) Shluková analýza a analýza hlavních komponent

Výukové materiály

  • Shluková analýza
  • Analýza hlavních komponent
  • Samoorganizující se mapy
  • Clustering textu

4) Časté množiny

Výukové materiály

  • Transakční data
  • Algoritmus Apriori
  • Asociační pravidla

5) Klasifikace a predikce

Výukové materiály

  • Klasifikační úloha
  • Rozhodovací stromy a pravidla
  • Lineární klasifikátor, rozšíření báze, LDA,
  • Logistická regrese
  • Perceptron
  • Neuronové sítě s dopřednou strukturou

6) Testování a kombinování modelů

Výukové materiály

  •  Testování modelů: křížová validace, ROC analýza
  • Kombinování modelů a výběr příznaků
courses/a7b36vyd/moduly/start.txt · Last modified: 2013/10/04 13:02 (external edit)