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 (

K

nowledge

D

iscovery in

D

atabases,

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 (

M

achi-

ne

L

earning): 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