Správa V

Tento týždeň sa mi podarilo uskutočniť konzúltáciu s pánom doc. Igor Farkašom, komu som veľmi vdačný. Pomohol mi učit na, ktoré teoretické oblasti sa mám zamerať ako poskytol niekoľko praktických rád. 


Pokračujem v štúdiu knihy Neural Networks od Simona Haykina a sprácuvam materialy.

Správa IV

Tento týždeň do mojej výpožičnej zbierky pribudli nasledovne knihy v tlačených verziách:

• Data Mining: Concepts and Techniques (autori: Jiawei Han a Micheline Kamber) 
• Neural Networks: A Comprehensive Foundation (autor: Simon Hakyn)

Čo sa týka štúdia taktiež pokračujem v spisovaní informácií o feedforward sieťach z knihy "Data Mining: Concepts, Models, Methods, and Algorithms". Paralelne opisujú obidve knihy so spoločným menovateľom "Data mining" problematiku klasifikácie neurónovými sieťami, avšak každá iným podaním, čo je obohacujúce.

Správa III

Po zvážení tém predchádzajúcich bakalárskych prác pomaly sa utvrdzujem v tom, že nástroj dataminingu, ktorý si bude vyžadovať vačšiu pozornosť budú neuronové sieťe. Pevne verím, že napriek faktu, že genetické algoritmy boli témou diplomovej práce Aleksandra Takača: Genetic programming data mining : Cellular approach, zostáva mi ešte čím prispiet. Po prestudovaní spomentutej práce vyhodnotím ďalši postup. 

Preferujem momentálne vrátane zbežného úvodu a rozboru metód, porovnať klasifikáciu rozhodovacími stromami (napr. generovaými algoritmom ID3) a klasifikáciu neuronovými sieťami s dôrazom na neurónové siete. Zatiaľ ako najpravdepodobnejšie prevedenie pokladám použitie Feedforward neuronovej siete. Avšak rozsah implementácie je otázka, na ktorú neviem odpovedať zatial.

Užitočné linky o neuronových sieťach

http://uceresource.org/articles/IT/2009/JATIT-09-Vol-05-1-5.pdf

• krátky úvod do DM(datamining)
• úuvod do NN(neural networks)
• praktické použitie NN v DM

http://neuron.tuke.sk/~hudecm/helps/NN/DUDA_HART_STORK/DHSAppendix.pdf

• Pattern Classification and Scene Analysis,
• klasika v odbore
• podobný autor: Fisher

http://www.emilstefanov.net/Projects/NeuralNetworks.aspx

• veľmi dobrý a k veci úvod do NN

 

Software

http://www.kdnuggets.com/software/classification-neural.html

• zoznam rôzneho softwareu na klasifikaciu s NN

http://sharktime.com/us_Downloads.html

• free software na klasifikáciu s NN
• limitácie: pracuje len s bodmy (x,y), kde x,y ∊ R

http://www.ncorpus.com/aydingurel/codes_java_neural/java_neural_feed_forward.html

• java implementácia NN so spustiteľnými príkladmi
• licencia GPLv3
• možné limitácie:  podporuje len spojité atribúty

Pokiaľ v poslednom bode spomenutá java implementácia NN, bude obsahovať danú limitáciu, a nenajdem iný vhodnejši software(knižnicu) na klasifikaciu s NN, vytvorí mi to príležitosť doimplementovať podporu pre enumerované atribúty.

Správa II

Tento týždeň sa venujem špecifikácií oblastí a metód dataminingu, ktoré budem skúmať v mojej práci. Zistil som nasledovné informácie relevantné k mojej práci.

Pre teoretickú časť som objavil ďalšiu kvalitnú literatúru zaoberajúcu sa predprípravou, redukciou a spracovaním dát:

Data Mining: Concepts, Models, Methods, and Algorithms(link)

by Mehmed Kantardzic

John Wiley & Sons 2003

Ďalej som sa zaoberal otázkou implentačnej časti, konkrétne datasetom pre experiment. Od získavania datasetu z internetu pomocou web-crawleru som upustil, kvôli časovej neefektívnosti a otáznej legalite. Ako akademicky prijateľná, a vo výskume dataminingu používaná, alternatíva sa naskytla stránka: UC Irvine Machine Learning Repository(link).

Je to otvorený repozitár rôznych databáz obsahujúcich empirické dáta sprostredkované organizáciami, inštitúciami a firmami, ktoré sa rozhodli podporiť vývoj tejto oblasti.

Každý zverejnený dataset obsahuje vrátane špecifikácie štruktúry aj odporúčanú metódu dataminingu. Na tento faktor budem prihliadať pri výbere datasetu, aby som si zvolil vhodný experimentálny príklad. Pred príkladom bude predchádzať adekvátne vysvetlenie relevantnej teórie.

Sprava I

Toto je prvý článok, ktorý budem venovať k téme bakalárska praca.
Strucne predstavím moju tému,   planované ciele pri tvorbe bakalárskej práci a doterajší postup.

Téma: Metódy dataminingu. 
Školiťeľ: RNDr. Andrej Blaho PhD.
Ciele:

1. Analyzovať existujúce metódy Dataminingu
2. Porovnať existujúce koncepty
3. Čiastočne implementovať jednu vybranú metódu Dataminingu na nejakej konkrétnej aplikačnej oblasti

Datamining je multidisciplinárna oblasť, ktorá sa venuje extrakcii a spracovaniu dát. Vysledkom procesu dataminingu by mala byť určitá informacie (informácie), ktorá nebola dovtedy známa. Datamining sa objavuje vo viacerich doménach: informatike, ekonomike, genetike a pod.

V mojej práci by som rád detailnejšie rozvinul rozbor metód dataminingu používaných špecificky pri extrakcii dat z webstránok. Voľne budem nadväzovat pravdepodobne na bakalársku prácu Mareka Mardiaka - Datamining, princípy a metódy.

Moj doterajši postup spočíval v zhromazďovaniu informácií o dataminingu a ich stúdiu. Rad by som spomenul časť publikácií, z ktorých budem čerpať:

1. Data Mining: Concepts and Techniques(link)

2. The elements of statistical learning: data mining, inference and prediction (link)

3. Mareka Mardiaka - Datamining, princípy a metódy (link)

Tento týžden som sa zameral na štúdium vyššie spomenutej publikácie č.3 .
V teoretickej časti spomina metódy(klasifikacia dát, segmentácia, asociačná analýza) a v implementačnej časti predniesol príklad dataminingu a jeho metod na predvidanie zemetrasenia na zaklade dátach o predošlích zemetraseniach. Priklady uviedol v software-och z tretej strany. Práca mi poskytla užitočný pohlad na existujúce metódy ako aj na jednu z možných implementácií. Spomenuté metódy sa pokúsim vzťahovať na moju doménu a budem nadväzovať dalšími teoretickými poznatkami v pripade, že si to moja téma bude vyžadovať.

Debug

Lorem ipsum lorem ipsum lorem ipsum lorem ipsum lorem ipsum ....