1. SylabUZ
2. Faculty of Computer Science, Electrical Engineering and Automatics
3. winter term 2016/2017
4. Automatic control engineering and robotics, Electrotechnology, Computer science - PhD studies
5. Data Mining

Generate PDF for this page

Data Mining - course description

Aim of the course

- zapoznanie doktorantów z architekturami i budową hurtowni danych,

- zapoznanie doktorantów z wielowymiarowymi modelami danych,

- zapoznanie doktorantów z wybranymi metodami eksploracji danych w procesie pozyskiwania wiedzy z hurtowni danych.

Prerequisites

Save changes

Podstawowa wiedza z zakresu statystycznej analizy danych, baz danych i systemów wspomagania decyzji.

Scope

Wprowadzenie. Terminologia związana z eksploracją wiedzy. Metodologia zgłębiania danych. Analiza problemu. 

Architektury i infrastruktury hurtowni danych. Ogólna architektura hurtowni danych. Architektura wydziałowa i tematyczna hurtowni danych. Architektura federacyjna i warstwowa hurtowni danych. Infrastruktury techniczne i ich relacje z architekturą hurtowni danych.

Cykl życia wspomagania podejmowania decyzji. Charakterystyka etapów cyklu życia wspomagania podejmowania decyzji.

Wielowymiarowe modele danych i agregacje. System OLAP. Modele ROLAP, MOLAP. Modele logiczne i pojęciowe informacji wielowymiarowej. Wielopoziomowość wymiaru.

Wybrane metody eksploracji. Formy reprezentacji odkrytych schematów. Odkrywanie asocjacji. Grupowanie. Odkrywanie sekwencji. Odkrywanie klasyfikacji. Odkrywanie podobieństw w przebiegach czasowych. Przykładowe zastosowania metod eksploracji.

Teaching methods

Wykład konwencjonalny

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Wykład - warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu.

Recommended reading

1. Poe Vidette, Klauer Patricia, Brobst Stephen: Tworzenie hurtowni danych. WNT, Warszawa 2000.
2. Jarke Matthias, Lenzerini Maurizio, Vassiliou Yannis, Vassiliadis Panos: Hurtownie danych. Podstawy organizacji i funkcjonowania. WSiP, Warszawa 2003.
3. Ch. Todman, Projektowanie hurtowni danych, WNT, Warszawa, 2003.
4. Larose D.T.: Metody i modele eksploracji danych, PWN, Warszawa, 2008.
5. Morzy T.: Eksploracja danych. Metody i algorytmy, PWN, Warszawa, 2013

Further reading

1. M. Nycz, Pozyskiwanie wiedzy i zarządzanie wiedzą,  Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław, 2003.
2. Mazerski J.: Podstawy chemometrii, Wydawnictwo Polit. Gdańskiej, Gdańsk 2000.
3. Rutkowski L.: Metody i techniki sztucznej inteligencji, PWN, Warszawa, 2005.
4. Barbara Smok, Eksploracja danych w procesie pozyskiwania wiedzy z hurtowni danych, Prace naukowe Akademii Ekonomicznej we Wrocławiu, 2003

Notes

Modified by dr hab. inż. Wiesław Miczulski, prof. UZ (last modification: 23-09-2016 12:10)