====== Vytěžování dat ======
{{oppa-050dpi.png}}
Evropský sociální fond
Praha & EU: Investujeme do vaší budoucnosti
===== 1) Základní koncepty a nástroje =====
{{01-zakladni_koncepty_a_nastroje.zip|Výukové materiály}}
* Vytěžování s učitelem a bez učitele
* Příznaková reprezentace
* Ukázka práce v Matlabu
* Práce v prostředí RapidMiner
===== 2) Odhady pravděpodobnostních rozdělení =====
{{02-odhady_pravdepodobnostnich_rozdeleni.zip|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 ======
{{03-shlukova_analyza_a_analyza_hlavnich_komponent.zip|Výukové materiály}}
* Shluková analýza
* Analýza hlavních komponent
* Samoorganizující se mapy
* Clustering textu
===== 4) Časté množiny =====
{{04-caste_mnoziny.zip|Výukové materiály}}
* Transakční data
* Algoritmus Apriori
* Asociační pravidla
===== 5) Klasifikace a predikce =====
{{05-klasifikace_a_predikce.zip|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 =====
{{06-testovani_a_kombinace_modelu.zip|Výukové materiály}}
* Testování modelů: křížová validace, ROC analýza
* Kombinování modelů a výběr příznaků