SZZ Státní závěrečná zkouška
Jdi na navigaci předmětu

MI-ZI (verze 2018)

Znalostní inženýrství

platnost: červen a srpen 2020, únor 2021

OznačeníOtázkaPředmět
MI-ZI-1Ensemble metody: rozdíl mezi baggingem a boostingem, gradient boosting (XGBoost).MI-ADM.16
MI-ZI-2Jádrové metody: jádrová regrese, bázové funkce, SVM (separabilní a neseparabilní případ).MI-ADM.16
MI-ZI-3Algoritmy pro doporučování: uveďte základní přístupy a způsob vyhodnocení kvality, faktorizační metody pro doporučování.MI-ADM.17
MI-ZI-4Struktura 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-5Techniky pro získávání informace z textu: předzpracování a extrakce informace z volného textu, extrakce pojmenovaných entit, analýza sentimentu.MI-DDW.16
MI-ZI-6Analýza chování uživatelů na webu: sběr dat a metriky, typy doporučovacích systémů, jejich evaluace, výhody a nevýhody.MI-DDW.16
MI-ZI-7Business data model, datová architektura a modelování, extrakce dat a datová integrace.MI-EDW.16
MI-ZI-8MPP databáze pro datové sklady, Hadoop a discovery platformy, nástroje pro datovou integraci a reporting.MI-EDW.16
MI-ZI-9Kontext a základní funkce Business Intelligence, analytické činnosti a rozhodovací procesy, uživatelské požadavky, roadmapa.MI-EDW.16
MI-ZI-10Evoluce neuronových sítí a rozhodovacích stromů.MI-MVI.16
MI-ZI-11Autoencodery a generativní neuronové sítě.MI-MVI.16
MI-ZI-12Vícevrstvá perceptronová síť (MLP), gradientní a další metody učení MLP, sítě s hlubokým učením (deep learning).MI-MVI.16
MI-ZI-13Vyhodnocování 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-14Databázové 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-15CAP 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-16Metody pro hodnocení a výběr příznaků (univarietní/multivarietní metody, filtrační/wrapper/embedded metody). Selektivní/adaptivní metody redukce počtu instancí (CNN, Delauney/Gabriel/RNG grafy, Wilsonova editace, Multi-edit metoda, Tomkovy spoje).MI-PDD.16
MI-ZI-17Algoritmy pro nahrazování chybějících hodnot. Detekce a ošetření odlehlých hodnot. Vyvažování skupin dat (undersampling/oversampling metody).MI-PDD.16
MI-ZI-18Lineární projekce dat do prostoru o méně dimenzích (PCA, LDA). Nelineární metody redukce dimensionality (Sammonova projekce).MI-PDD.16
MI-ZI-19Automatické plánování, plánovací graf, kompilace plánování jako výrokové splnitelnosti (SAT), plánování v prostoru plánů. Plánování pohybu a problém lokalizace v robotice.MI-UMI
MI-ZI-20Splňování omezení s konečnými doménami (CSP), pokročilé prohledávání (backjumping, dynamický backtracking), filtrace domén a lokální konzistenční techniky, globální podmínky, rozhodovací heuristiky.MI-UMI
MI-ZI-21Systematické a lokální splňování v logice (DPLL, CDCL, WalkSAT, posílání zpráv). Rozhodování v teoriích prvního řádu, obecná rezoluce, princip SAT-modulovaných teorií (SMT). Zpracování přirozeného jazyka.MI-UMI

📄 Tabulka je dostupná také v CSV (hodnoty oddělené středníkem).
🔙 Historii změn najdete na GitLabu.