Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
XD33SPR Systémy pro podporu rozhodování Rozsah výuky:14+4
Přednášející (garant):Kouba Z. Typ předmětu:Z Zakončení:Z,ZK
Zodpovědná katedra:333 Kreditů:5 Semestr:Z

Anotace:
Náplní předmětu jsou některé techniky a metody používané v systémech na podporu rozhodování jako expertní a znalostní systémy, reprezentace znalostí, znalostní management, sémantické modelování, zpracování neurčité informace, základy moderni datove analýzy a bayesovské sítě. Pozornost je věnována znalostním systémům interpretujícím znalosti získané procesem data mining. Metody managementu znalostí jsou aplikovány na tvorbu sémantických anotací zdrojů informací zahrnující metody WEB mining.

Osnovy přednášek:
1. Data, informace, znalost. Strukturované a nestrukturované informace
2. Expertní a znalostní systémy
3. Reprezentace znalostí
4. Zpracování neurčité informace
5. Základy moderní datové analýzy
6. Bayesovské sítě
7. Znalostní systémy a znalosti získané procesem data mining
8. Datové sklady a jejich využití v procesu data mining
9. Management znalostí, sémantické modelování
10. WEB-mining, sémantické anotace elektronických zdrojů informací
11. Odvozování s využitím ontologií, vyhledávání zdrojů infromací podle sémantických anotací
12. Pokročilé techniky návrhu informačních systémů
13. Informační systémy a nestrukturovaná informace
14. Geografické informační systémy

Osnovy cvičení:
1. Organizace, bezpečnost, podmínky udělení zápočtu
2. Formulace jednoduchého rozhodovacího problému
3. Samostatné řešení problému s využitím expertního systému I 4. Samostatné řešení problému s využitím expertního systému II
5. Návrh jednoduché sémantické sítě
6. Samostatné řešení zadaného problému datové analýzy I 7. Samostatné řešení zadaného problému datové analýzy II
8. Samostatné řešení zadaného problému s využitím Bayesovských sítí I 9. Samostatné řešení zadaného problému s využitím Bayesovských sítí II, test
10. Návrh datového skladu pro zadaný problém
11. Implementace datového skladu pro zadaný problém
12. Provádění OLAP analýz na implementovaném datového skladu pro zadaný problém
13. Tvorba sémantické anotace vybraných URL
14. Vyhledávání URL na základě sémantických anotací a ontologií

Literatura Č:
[1] Mařík a kol. Umělá inteligence I-IV. Academia. Praha, 1999-2001
[2] Hájek, P., Havránek, T., Jiroušek, R.: Uncertain Information Processing in Expert Systems. CRC Press, Inc. 1992
[3] Neapolitan, R. E.: Probabilistic Reasoning in Expert Systems: Theory and Algorithms. John Willey & Sons, New York, 1989
[4] Weiss, S. M.: Predictive Data Mining - A Practical Guide. Morgan Kaufmann Publishers, Inc., San Francisco, 1998

Literatura A:
[1] Hájek, P., Havránek, T., Jiroušek, R.: Uncertain Information Processing in Expert Systems. CRC Press, Inc. 1992
[2] Neapolitan, R. E.: Probabilistic Reasoning in Expert Systems: Theory and Algorithms. John Willey & Sons. New York, 1989
[3] Weiss, S. M.: Predictive Data Mining - A Practical Guide. Morgan Kaufmann Publishers, Inc., San Francisco, 1998

Požadavky:
Prezence dle studijních předpisů, úspěšné složení testu.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
MKM02-D Kybernetika a měření Z 1
MKM03-D Kybernetika a měření Z 1
MKM04-D Kybernetika a měření Z 1
MKM01-D Kybernetika a měření Z 1


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)