MI-ZI (verze 2016)
Znalostní inženýrství
platnost: červen a srpen 2020, únor 2021
| Označení | Otázka | Předmět |
|---|---|---|
| MI-ZI-1 | SVM klasifikátory pro lineárně separabilní a neseparabilní třídy. | MI-ADM.16 |
| MI-ZI-2 | Indukce topologie prediktivního modelu, GMDH a jeho varianty. | MI-ADM.16 |
| MI-ZI-3 | Struktura a vazby na webu: principy procházení a získávání obsahu webu, fenomén malého světa, metriky centralit, silné a slabé vazby, afiliační sítě a detekce komunit, PageRank, HITS. | MI-DDW.16 |
| MI-ZI-4 | Techniky pro získávání informace z textu: předzpracování a extrakce informace z volného textu, extrakce pojmenovaných entit, analýza sentimentu. | MI-DDW.16 |
| MI-ZI-5 | Analýza chování uživatelů na webu: sběr dat a metriky, typy doporučovacích systémů, jejich evaluace, výhody a nevýhody. | MI-DDW.16 |
| MI-ZI-6 | Business data model, datová architektura a modelování, extrakce dat a datová integrace. | MI-EDW.16 |
| MI-ZI-7 | MPP databáze pro datové sklady, Hadoop a discovery platformy, nástroje pro datovou integraci a reporting. | MI-EDW.16 |
| MI-ZI-8 | Kontext a základní funkce Business Intelligence, analytické činnosti a rozhodovací procesy, uživatelské požadavky, roadmapa. | MI-EDW.16 |
| MI-ZI-9 | Evoluce neuronových sítí a rozhodovacích stromů. | MI-MVI.16 |
| MI-ZI-10 | NEAT, hyperNEAT, novelty search. | MI-MVI.16 |
| MI-ZI-11 | Vícevrstvá perceptronová síť (MLP), gradientní a další metody učení MLP, sítě s hlubokým učením (deep learning). | MI-MVI.16 |
| MI-ZI-12 | Vyhodnocování a optimalizace SQL: prováděcí plány (execution plans), optimalizace řízená odhadem ceny (cost-based optimization), statistiky databázových objektů, metody přístupu k datům a jejich cena, metody vyhodnocení spojení a jejich cena. | MI-PDB.16 |
| MI-ZI-13 | Databázové modely: relační, objektově-relační, dokumentový, XML, sloupcový, klíč-hodnota, grafový, rozdíly, vhodné aplikace (aplikační domény). Dotazovací jazyky: SQL, XQuery, Neo4, jejich typické konstrukce a vyjadřovací možnosti. | MI-PDB.16 |
| MI-ZI-14 | CAP teorém a NoSQL databáze. Klasifikace NoSQL databází z pohledu CAP teorému, příklady konkrétních NoSQL databází a jejich architektury; horizontální vs. vertikální škálování, replikace a sharding. Koncepce BASE vs. ACID. | MI-PDB.16 |
| MI-ZI-15 | OLTP vs. OLAP databáze. Komplexní benchmarky (TPC-C, TPC-E, TPC-H): princip, metriky. | MI-PDB.16 |
| MI-ZI-16 | Metody pro hodnocení relevance příznaků, heuristické metody pro výběr nejlepší podmnožiny atributů (FS), metody redukce počtu instancí (numerosity reduction) | MI-PDD.16 |
| MI-ZI-17 | Algoritmy pro nahrazování chybějících hodnot. Detekce a ošetření odlehlých hodnot. Balancování a transformace dat. | MI-PDD.16 |
| MI-ZI-18 | Lineární projekce dat do prostoru o méně dimenzích (PCA, LDA), nelineární metody redukce dimensionality (Sammonova projekce). | MI-PDD.16 |
| MI-ZI-19 | Textové a bag-of-words modely pro content-based retrieval. Podobnostní model vyhledávání, podobnostní míry a dotazy. | MI-VMM.16 |
| MI-ZI-20 | Extrakce vlastností z multimédií pro potřeby vyhledávání – techniky pro obrázky, audio, video, geometrie. MPEG-7 deskriptory, lokální obrazové deskriptory (SIFT, SURF). | MI-VMM.16 |
| MI-ZI-21 | Metrické indexování, principy a metody. Indexování nemetrické podobnosti. | MI-VMM.16 |
📄 Tabulka je dostupná také v CSV (hodnoty oddělené středníkem).
🔙 Historii změn najdete na GitLabu.