Ievads datu ieguvē(1),19/20-R

Zināšanu iegūšana no datiem. Klasifikācijas, klasterizācijas un asociatīvās analīzes pamati. Datu sagatavošana analīzei. Datu līdzības un atšķirības mēri. Uz piemēriem balstīta apmācība. Induktīvā apmācība. Baijesa „Naivais” klasifikators. K-tuvāko kaimiņu klasifikators. Klasifikācijas lēmumu koki. Klasifikācijas koka apgriešanas metodes. Klasifikatoru precizitātes mērīšana. Šķērsvalidācija. Klasifikācijas likumu inducēšana. Hierarhiskā klasterizācija. Sadalošā klasterizācija. Klasterizācijas rezultātu novērtēšana. Asociatīvo likumu meklēšana. Apriori algoritms.