Cílem této diplomové práce je seznámení s dostupnými aplikacemi na dolování dat a s používanými metodami data miningu. V práci jsou vysvětleny základní principy daných algoritmů a metod. Je zde sestaven přehled data miningových softwarových nástrojů a soupis jejich vlastností.
Diplomová práce se skládá ze dvou hlavních částí.
V teoretické části jsou vysvětleny pojmy data mining, algoritmy a metody dolování dat, datové sklady. Jsou zde uvedeny základní principy a metody data miningu.
V praktické části je popsán použitý software. Je zde vytvořen jeho přehled, popis, charakteristiky, funkce a srovnání z uživatelského hlediska, spolu s konkrétními praktickými příklady užití uvedených aplikací.
Annotation in English
The main aim of this thesis is to acquaint the reader with available data mining applications using data mining methods. This thesis explains the basic principles of given algorithms and data mining methods. An overview of data mining software tools and their properties is then compiled.
This thesis consists of two main parts.
The theoretical part explains the concepts of data mining, algorithms and methods of data mining, data warehouses. The reader gets an idea of basic principles and data mining methods.
The practical part describes the software used. An overview containing its description, characteristics and the feature comparison from the user's perspective, along with specific practical use examples of given software, is then composed.
Keywords
data mining, aplikace pro vytěžování dat, algoritmus, datový sklad
Keywords in English
data mining, data mining software, algorithm, data warehouse
Length of the covering note
124 s.
Language
CZ
Annotation
Cílem této diplomové práce je seznámení s dostupnými aplikacemi na dolování dat a s používanými metodami data miningu. V práci jsou vysvětleny základní principy daných algoritmů a metod. Je zde sestaven přehled data miningových softwarových nástrojů a soupis jejich vlastností.
Diplomová práce se skládá ze dvou hlavních částí.
V teoretické části jsou vysvětleny pojmy data mining, algoritmy a metody dolování dat, datové sklady. Jsou zde uvedeny základní principy a metody data miningu.
V praktické části je popsán použitý software. Je zde vytvořen jeho přehled, popis, charakteristiky, funkce a srovnání z uživatelského hlediska, spolu s konkrétními praktickými příklady užití uvedených aplikací.
Annotation in English
The main aim of this thesis is to acquaint the reader with available data mining applications using data mining methods. This thesis explains the basic principles of given algorithms and data mining methods. An overview of data mining software tools and their properties is then compiled.
This thesis consists of two main parts.
The theoretical part explains the concepts of data mining, algorithms and methods of data mining, data warehouses. The reader gets an idea of basic principles and data mining methods.
The practical part describes the software used. An overview containing its description, characteristics and the feature comparison from the user's perspective, along with specific practical use examples of given software, is then composed.
Keywords
data mining, aplikace pro vytěžování dat, algoritmus, datový sklad
Keywords in English
data mining, data mining software, algorithm, data warehouse
Research Plan
Zpracujte literární rešerši na téma softwarové nástroje pro data mining.
Na základě literární rešerše zvolte vhodný software pro analýzu.
Vytvořte průvodce k jednotlivým SW nástrojům.
Popište možnosti vybraných SW nástrojů na konkrétních příkladech.
Proveďte srovnání jednotlivých SW produktů.
Research Plan
Zpracujte literární rešerši na téma softwarové nástroje pro data mining.
Na základě literární rešerše zvolte vhodný software pro analýzu.
Vytvořte průvodce k jednotlivým SW nástrojům.
Popište možnosti vybraných SW nástrojů na konkrétních příkladech.
Proveďte srovnání jednotlivých SW produktů.
Recommended resources
WITTEN, Ian H.; FRANK, Eibe. Data mining : practical machine learning tools and techniques. 2nd edition. [San Francisco] : Morgan Kaufmann, 2005. 525 s. ISBN 0120884070, 9780120884070.
HAN, Jiawei; KAMBER, Micheline. Data mining : concepts and techniques. 2nd edition. [San Francisco] : Morgan Kaufmann, 2006. 770 s. ISBN 1558609016, 9781558609013.
HAND, D. J.; MANNILA, Heikki; SMYTH, Padhraic. Principles of data mining. Ilustrované vydání. [USA] : MIT Press, 2001. 546 s. ISBN 026208290X, 9780262082907.
CHAKRABARTI, Soumen; COX, Earl. Data mining : know it all. Ilustrované vydání. [USA] : Morgan Kaufmann, 2008. 460 s. ISBN 0123746299, 9780123746290.
WILLIAMS, Graham J.; SIMOFF, Simeon J. Data mining : theory, methodology, techniques, and applications. Ilustrované vydání. [s.l.] : Springer Science & Business, 2006. 329 s. ISBN 3540325476, 9783540325475.
Recommended resources
WITTEN, Ian H.; FRANK, Eibe. Data mining : practical machine learning tools and techniques. 2nd edition. [San Francisco] : Morgan Kaufmann, 2005. 525 s. ISBN 0120884070, 9780120884070.
HAN, Jiawei; KAMBER, Micheline. Data mining : concepts and techniques. 2nd edition. [San Francisco] : Morgan Kaufmann, 2006. 770 s. ISBN 1558609016, 9781558609013.
HAND, D. J.; MANNILA, Heikki; SMYTH, Padhraic. Principles of data mining. Ilustrované vydání. [USA] : MIT Press, 2001. 546 s. ISBN 026208290X, 9780262082907.
CHAKRABARTI, Soumen; COX, Earl. Data mining : know it all. Ilustrované vydání. [USA] : Morgan Kaufmann, 2008. 460 s. ISBN 0123746299, 9780123746290.
WILLIAMS, Graham J.; SIMOFF, Simeon J. Data mining : theory, methodology, techniques, and applications. Ilustrované vydání. [s.l.] : Springer Science & Business, 2006. 329 s. ISBN 3540325476, 9783540325475.
