česky  čs
english  en
Znalostní a datové inženýrství (2007545)
Katedra:oddělení studijní (299)
Zkratka:ZDISchválen:25.04.2017
Platí do: ??Rozsah:2+1
Semestr:Kredity:3
Zakončení:KZJazyk výuky:CS
Anotace
Studenti se v rámci předmětu seznámí hlouběji se znalostními systémy, které jsou nezbytné pro správné fungování průmyslových systémů založených na kyberneticko-fyzikálních systémech podle konceptu Průmyslu 4.0. Kurz obsahuje základní pojmy a charakteristiky znalostních systémů, oblasti jejich využití a stručný přehled relevantních
technik umělé inteligence. Studenti se seznámí mimo jiné s principy projektování, vývojem znalostních systémů; reprezentací znalostí a s reálnými příklady znalostních systémů. Budou seznámeni se základními principy technik Cloud Computing, Big Data a dolování znalostí z dat. Přednášky budou doplněny cvičením s vysokým podílem samostatné práce studentů v oblasti systémů znalostního a datového inženýrství.
Osnova
1.Znalostní systémy, reprezentace znalostí, inference
2. Základní architektury znalostních a expertních systémů
3. Neurčitost ve znalostech i datech
4. Báze znalostí, základy znalostního inženýrství
5. Sémantická informace, vyvozování děděním
6. Techniky Big Data
7. Techniky Cloud Computing
8. Dolování znalostí z dat (data mining), práce s nástroji pro dolování
9. Optimalizace ukládání a využívání dat
10. SCADA systémy
11. Vyhledávání v datových sítích, sítích IoT
12. Datové inženýrství s využitím průmyslového internetu
13. Příklady praktických aplikací
Osnova cvičení
1 Expertní a znalostní systémy [0-2,8,10] 1.
2 Výpočetní inteligence a strojové učení pro znalostní systémy [0-2,5,7,8,10] 2.
3 Rekomendační systémy [2,7,8] 3.
4 Big Data (MapReduce, Lambda Architektura) ... zaměřeno na velké databáze [2,5,7] 4.
5 Cloud Computing [7,8] 5.
6 Dolování znalostí [2,5,7,8,10] 6.
7 Scada Systémy (sběr, vizualizace a analýza procesních dat) [7]
Literatura
[0] Mařík, V. Štěpánková, O., Lažanský J. a kol: Umělá inteligence 5, Academia, Praha, 2007
[1] Mařík, V., Štěpánková, O., Lažanský, J. a kol., Umělá inteligence 6, Academia, Praha 2013
[2] LESKOVEC, Jurij, Anand RAJARAMAN a Jeffrey D. ULLMAN. Mining of massive datasets,Second edition. Cambridge:Cambridge University
Press, 2014. ISBN 978-1-107-07723-2. (online kniha: http://www.mmds.org)
[3] "Jupyter nbviewer", Delivered by Fastly, Rendered by Rackspace, nbviewer GitHub repository,(http://nbviewer.jupyter.org) (online prohlížení Jupyter
notebooků bez aktivních výpočtů)
[4] Anaconda Distribution,Anaconda Enterprise,(https://www.anaconda.com/download) [distribuce Pythonu (free, Win,Linux, Mac) - NEinstalujte si pokud
už Python máte (např. v Linuxu).
[5] IBM Cognitive Class' Virtual Lab Environment C Copyright IBM Corp. 2017,Data Scientist Workbench (https://datascientistworkbench.com/) [lze
použít pro online Pythonní notebook tj. pro práci s Jupyter Notebookem, a mnohem víc!].
[6] https://hortonworks.com/apache/hdfs/
[7] mySCADA, https://www.myscada.org
[8] http://knihovny.cvut.cz/cs/vyhledavani/hledam/e-knihy
[9] "Jupyter nbviewer", Delivered by Fastly, Rendered by Rackspace, nbviewer GitHub repository,(http://nbviewer.jupyter.org) (online prohlížení Jupyter
notebooků bez aktivních výpočtů)
[10] SHMUELI, Oded, Darryl GREIG, Carl STAELIN a Tami TAMIR. Automatic extraction of metadata using a neural network [online]. US6044375 A.
28. březen 2000. [vid. 2017-10-09]. Dostupné z: http://www.google.com/patents/US6044375
[11] Martin Malý, "Seriál: Cloud computing prakticky", https://www.zdrojak.cz/serialy/cloud-computing-prakticky/, (4 díly, 2009-2011)
[12] "WordPress v cloudu krok za krokem",Redakce - PR Články - 3.3.2016, https://www.zdrojak.cz/clanky/wordpress-v-cloudu-krok-za-krokem/
Požadavky
Klíčová slova
data online/KOS/FS :: [Helpdesk] (hlášení problémů) :: [Obnovit] [Tisk] [Tisk na šířku] © 2011-2017 [CPS] v3.7 (master/5b4923ae/2019-02-18/09:35)