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

čeština

Počet kreditů

5

Garant předmětu

doc. Ing. Radek Burget, Ph.D.

Zajišťuje ústav

Ústav informačních systémů (UIFS)

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

Cílem předmětu je vysvětlit historický vývoj databázových technologií, motivaci získávání znalostí z dat a základní kroky procesu získávání znalostí, vysvětlit podstatu, vlastnosti a použití rozšířených relačních a NoSQL databází jako zdrojů dat pro získávání znalostí a vysvětlit přístupy a metody používané pro pochopení dat a přípravu dat pro získávání znalostí.

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

Gaede, V., Günther, O.: Multidimensional Access Methods, ACM Computing Surveys, Vol. 30, No. 2, 1998, s. 170-231. (EN)
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

Dunckley, L.: Multimedia Databases: An Object-Relational Approach. Pearson Education, 2003, p. 464, ISBN 0-201-78899-3 (EN)

Elearning

eLearning: aktuální otevřený kurz

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

26 hod., nepovinná

Vyučující / Lektor

RNDr. Marek Rychlý, Ph.D.
Ing. Ivana Burgetová, Ph.D.
doc. Ing. Radek Burget, Ph.D.
doc. Dr. Ing. Dušan Kolář

Osnova

  1. Historie vývoje databázových technologií a získávání znalostí z dat, proces získávání znalostí z dat.
  2. Objektový přístup v databázích.
  3. NoSQL databáze I - úvod do NoSQL, CAP teorém a BASE, databáze klíč-hodnota a způsob uložení dat, rozdělení (partitioning) a distribuce dat.
  4. NoSQL databáze II - modely dat v NoSQL databázích (sloupcové, dokumentové a grafové databáze), dotazování a agregace dat, NewSQL databáze.
  5. Extrakce dat z webu (web scraping).
  6. Příprava dat - porozumění datům: popisné charakteristiky, vizualizační techniky, korelační analýza.
  7. Příprava dat - předzpracování I: čištění dat, integrace.
  8. Příprava dat - předzpracování II: redukce dat a řešení nevyváženosti dat, transformace dat, další úlohy předzpracování.
  9. Půlsemestrální zkouška.
  10. Jazyky a systémy pro získávání znalostí z dat, reálné případové studie.
  11. Podpora pro práci s XML a JSON dokumenty v databázích.
  12. Prostorové databáze.
  13. Indexování vícedimenzionálních dat.

Cvičení odborného základu

6 hod., nepovinná

Vyučující / Lektor

Ing. Ivana Burgetová, Ph.D.
RNDr. Marek Rychlý, Ph.D.

Osnova

  1. Objekty a dokumenty v databázích
  2. NoSQL databáze
  3. Získávání znalostí z dat - příprava dat

Cvičení na počítači

6 hod., nepovinná

Vyučující / Lektor

RNDr. Marek Rychlý, Ph.D.
Ing. Ivana Burgetová, Ph.D.

Osnova

  1. Objekty a dokumenty v databázích
  2. NoSQL databáze
  3. Získávání znalostí z dat - příprava dat

Projekt

14 hod., povinná

Vyučující / Lektor

RNDr. Marek Rychlý, Ph.D.
Ing. Ivana Burgetová, Ph.D.

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

eLearning: aktuální otevřený kurz