Strojové učení, dolování z dat a znalostní inženýrství
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
PhD studenti:
Hana Bydžovská, Jan Géryk, Karel Vaculík, Tomáš Rudolecký
Studenti:
Matej Gallo, Klára Kufová, Juraj Michálik, Jaromír Navrátil, Jan Sedlák, Josef Šamánek, Michal Trněný, Gabriel Tóth
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
C512 FI MU