Předmět se soustřeďuje na typické úlohy a postupy dataminingu (DM). Učí základy DM technik, jako jsou klasifikační, segmentační, asociační a další algoritmy, které pomáhají v praxi k využití rozsáhlých dat. Těmito postupy se studenti učí predikovat významné veličiny za účelem optimalizace rozhodování v praxi, hledat anomálie, hledat vztahy a vzory či jiné skryté informace. DM úlohy budou řešeny metodologií CRISP-DM ve vhodném softwarovém nástroji. Studenti se naučí všechny kroky DM od formulace problému, přes získání dat, přípravy a zpracování dat pro modelování, návrh a ověření modelu, až po nasazení řešení do praxe. Důraz bude kladen na porozumění a interpretaci výsledků.
- Učitel: Pavel Tyl