Strojové učení, dolování z dat a znalostní inženýrství

Screen shot

Strojové učení (induktivní odvozování) a dolování z dat je souhrnem moderních metod pro analýzu dat libovolného typu. Metody strojového učení, které hledají generalizaci libovolných dat nebo slouží pro adaptaci existujícího systému na změny okolí, se používají ve všech oblastech informačních věd od analýzy snímků, analýzy DNA a textu, proudů dat až po simulace chování člověka. Znalostí inženýrství je disciplínou pokrývající všechny oblasti zpracování znalostí od jejich získávání a manipulaci s nimi až po tok znalostí v sociálních skupinách.


Hlavní výzkumné směry

  • Induktivní odvozování v různých logických kalkulech
  • Dolování z geografických dat
  • Dolování z e-learningových dat
  • Dolování z produ dat
  • Předzpracování dat pro dolování

Výzkumný tým

Vedoucí skupiny:
Luboš Popelínský

Členové:
Eva Mráková

PhD studenti:
Petr Glos, Petr Kosina, Jaroslav Bayer, Jan Geryk, Šimon Suchomel

Studenti:
Juraj Hreško, Juraj Jurčo, Jana Kadlecová, Jindřich Tandler, Jan Knotek, Georg Schoreder


Laboratoř dobývání znalostí FI MU

Laboratoř - KD Lab - se zabývá teorií induktivní inference a strojového učení, návrhem a implementací algoritmů a aplikacemi strojového učení a dobývání znalostí z dat.

KD Lab těsně spolupracuje kromě českých a slovenských universit také s INESC-LIAAD a Universidade do Porto.

Bližší informace můžete získat na stránkách laboratoře, na seminářích konaných každé úterý od 15,00 nebo od současných a bývalých členů labu.


Kontakt

Luboš Popelínský
popel OD fi.muni.cz
www.fi.muni.cz/~popel
B418 FI MU