Streszczenie wykładu
Współczesne bazy danych zawierają nawet miliardy re-
kordów, i z tego względu można je uznać za skarbnicę
wiedzy. Dlatego proces pozyskiwania wiedzy z baz da-
nych (Knowledge Discovery in Databases, KDD), z zas-
tosowaniem nowoczesnych metod informatycznych oraz
odpowiednich algorytmów i oprogramowania, czyli za-
awansowanych technologii informatycznych, jest dzie-
dziną rozwijającą się ostatnio bardzo dynamicznie. Wy-
kład zawiera omówienie wybranych zagadnień z dzie-
dziny KDD (z punktu widzenia użytkownika), dyskutuje
najważniejsze zadania zgłębiania danych, wykorzystują-
ce podstawowe elementy uczenia maszynowego (Machi-
ne Learning): przyjęte formaty i typy danych, metody mi-
nimalno-odległościowe (SBL), tworzenie różnych modeli
uczenia (w postaci drzew decyzji, reguł składniowych,
sieci przekonań, reguł przekonań), identyfikację oraz
klasyfikację, wraz ze zwięzłym przeglądem algorytmów
je realizujących.
Kryteria zaliczenia wykładu:
" czynny udział w wykładzie i dyskusjach [lub/oraz przy-
"
"
"
gotowanie własnej prezentacji] + test pisemny