Získávání znalostí z databází

• Název práce v češtině: Získávání znalostí z databází
• Název v anglickém jazyce: Data mining
• Klíčová slova: dobývání znalostí z databází, data mining, rozhodovací stromy, perceptron, neuronové sítě
• Klíčová slova anglicky: knowledge database discovery, kdd, data mining, decision trees, perceptron, neural networks
• Akademický rok vypsání: 2012/2013
• Typ práce: bakalářská práce
• Jazyk práce: čeština
• Ústav: Katedra logiky (21-KLOG)
• Vedoucí / školitel: PhDr. Michal Peliš, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 08.03.2013
• Datum zadání: 11.03.2013
• Schválení administrátorem: zatím neschvalováno
• Datum potvrzení stud. oddělením: 18.03.2013
• Datum a čas obhajoby: 18.09.2013 11:00
• Datum odevzdání elektronické podoby: 20.08.2013
• Datum proběhlé obhajoby: 18.09.2013
• Odevzdaná/finalizovaná: odevzdaná pracovníkem v zastoupení a finalizovaná
• Oponenti: Mgr. Jonathan Verner, Ph.D.

Zásady pro vypracování

Autor práce by měl nejprve navrhnout modelovou aplikaci jednoduché práce s daty, např. statistické zpracování získaných dat. Bude užitečné, aby modelová aplikace byla naprogramována a byla funkční. Pak by se měl autor zaměřit na možnosti získávání netriviálních (v datech implicitně obsažených) informací, které ale nelze získat pouhým prohlížením dat. Zde jde především o odvozování asociačních pravidel a generování hypotéz. Je potřeba se v literatuře (i praxi) seznámit s moderními možnostmi "data miningu" a v závěrečné práci alespoň jednu možnost navrhnout (resp. využít) pro zvolenou modelovou aplikaci. Lze zařadit i určitý pokus o komparaci vhodnosti zmiňovaných přístupů.

Seznam odborné literatury

Berka, P.: Dobývání znalostí z databází. Academia, Praha, 2003.
Hájek, P - Havránek, T. : Mechanizing Hypothesis Formation. Springer, 1978.