Detail předmětu
Ukládání a příprava dat
FIT-UPAAk. rok: 2022/2023
Předmět se zaměřuje na moderní databázové systémy jako typické zdroje dat pro získávání znalostí a dále na přípravu dat k získávání znalostí. Jedná se o rozšířené relační (objektově-relační, s podporou pro práci s XML a JSON dokumenty), prostorové a NoSQL databázové systémy. Vysvětlený je odpovídající databázový model, způsob práce s daty a některé metody indexace dat. V kontextu výkladu základních kroků procesu získávání znalostí z dat je věnována pozornost popisným charakteristikám dat a vizualizačním technikám používaným k pochopení dat a jejich vlastností. Dále jsou vysvětleny přístupy řešení typických úloh předzpracování dat pro získávání znalostí, jako je čištění, integrace, transformace, redukce apod. Rovněž jsou prezentovány přístupy k extrakci informace z webu pro účely získávání znalostí, charakterizovány nejčastěji používané jazyky a systémy pro získávání znalostí z dat a je uvedeno několik reálných případových studií.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Studenti budou schopni ukládat a manipulovat data ve vhodných databázových systémech, zkoumat vlastnosti dat a připravit je pro následné modelování v rámci získávání znalostí.
- Student lépe zvládne práci s daty v různých situacích.
- Student se zdokonalí v řešení malých projektů v malém týmu.
Prerekvizity
- Základy relačních databází a jazyka SQL.
- Objektově orientované paradigma.
- Základy jazyka XML.
- Základy výpočetní geometrie.
- Základy statistiky a pravděpodobnosti.
Způsob a kritéria hodnocení
- Půlsemestrální zkouška, u které neexistuje náhradní, či opravný termín.
- Řešení projektu v průběhu semestru a jeho odevzdání ve stanovených termínech.
Učební cíle
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
- Půlsemestrální písemná zkouška, neexistuje náhradní/opravný termín, omluvené neúčasti řeší zástupce garanta.
- Vypracování a odevzdání výsledků projektu v předepsaných termínech, omluvené neúčasti řeší cvičící.
- Závěrečná zkouška, kde je pro získání bodů ze zkoušky nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 20 body (v opačném případě bude zkouška hodnocena 0 body). Omluvenou neúčast řeší zástupce garanta.
Základní literatura
Han, J., Kamber, M.: Data Mining: Concepts and Techniques. Third Edition. Morgan Kaufmann Publishers, 2012, p. 703, ISBN 978-0-12-381479-1 (EN)
Kim, W. (ed.): Modern Database Systems, ACM Press, 1995, ISBN 0-201-59098-0 (EN)
Lemahieu, W., Broucke, S., Baesens, B.: Principles of Database Management. Cambridge University Press. 2018, 780 p. (EN)
Melton, J.: Advanced SQL: 1999 - Understanding Object-Relational and Other Advanced. Morgan Kaufmann, 2002, 562 s., ISBN 1-558-60677-7 (EN)
Shekhar, S., Chawla, S.: Spatial Databases: A Tour, Prentice Hall, 2002/2003, 262 s., ISBN 0-13-017480-7 (EN)
Skiena, S.S.: The Data Science Design Manual. Springer, 2017, 445 s. ISBN 978-3-319-55443-3. (EN)
Doporučená literatura
Elearning
Zařazení předmětu ve studijních plánech
- Program MITAI magisterský navazující
specializace NADE , 1 ročník, zimní semestr, povinný
specializace NBIO , 1 ročník, zimní semestr, povinný
specializace NCPS , 1 ročník, zimní semestr, povinný
specializace NEMB , 0 ročník, zimní semestr, povinný
specializace NGRI , 0 ročník, zimní semestr, povinný
specializace NHPC , 0 ročník, zimní semestr, povinný
specializace NIDE , 1 ročník, zimní semestr, povinný
specializace NISD , 1 ročník, zimní semestr, povinný
specializace NISY do 2020/21 , 0 ročník, zimní semestr, povinný
specializace NMAL , 1 ročník, zimní semestr, povinný
specializace NMAT , 0 ročník, zimní semestr, povinný
specializace NNET , 1 ročník, zimní semestr, povinný
specializace NSEC , 0 ročník, zimní semestr, povinný
specializace NSEN , 1 ročník, zimní semestr, povinný
specializace NSPE , 1 ročník, zimní semestr, povinný
specializace NVER , 0 ročník, zimní semestr, povinný
specializace NVIZ , 1 ročník, zimní semestr, povinný
specializace NISY , 0 ročník, zimní semestr, povinný
specializace NEMB do 2021/22 , 0 ročník, zimní semestr, povinný
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
- Historie vývoje databázových technologií a získávání znalostí z dat, proces získávání znalostí z dat.
- Objektový přístup v databázích.
- NoSQL databáze I - úvod do NoSQL, CAP teorém a BASE, databáze klíč-hodnota a způsob uložení dat, rozdělení (partitioning) a distribuce dat.
- NoSQL databáze II - modely dat v NoSQL databázích (sloupcové, dokumentové a grafové databáze), dotazování a agregace dat, NewSQL databáze.
- Extrakce dat z webu (web scraping).
- Příprava dat - porozumění datům: popisné charakteristiky, vizualizační techniky, korelační analýza.
- Příprava dat - předzpracování I: čištění dat, integrace.
- Příprava dat - předzpracování II: redukce dat a řešení nevyváženosti dat, transformace dat, další úlohy předzpracování.
- Půlsemestrální zkouška.
- Jazyky a systémy pro získávání znalostí z dat, reálné případové studie.
- Podpora pro práci s XML a JSON dokumenty v databázích.
- Prostorové databáze.
- Indexování vícedimenzionálních dat.
Cvičení odborného základu
Vyučující / Lektor
Osnova
- Objekty a dokumenty v databázích
- NoSQL databáze
- Získávání znalostí z dat - příprava dat
Cvičení na počítači
Vyučující / Lektor
Osnova
- Objekty a dokumenty v databázích
- NoSQL databáze
- Získávání znalostí z dat - příprava dat
Projekt
Vyučující / Lektor
Osnova
Vytvoření aplikace pro zpracování rozsáhlých strukturovaných i nestrukturovaných dat, které zahrnuje, mimo jiné, získání a načtení dat, jejich přípravou pro další využití (např. pro získávání znalostí z databází) a tvorbu popisných charakteristik pro zvolená data.
Elearning