ECCAI Žinių atradimo vasaros mokyklos ACAI-05

Advanced Course on Knowledge Discovery (ACAI)complemented with

1st SEKT Summer School on Semantic –Web

http://www.ktschool.org/

Vieta, laikas Ši vasaros mokykla vyko š.m. birželio

27 – liepos 8 d. Slovėnijoje, Liublianoje Registracijos mokestis – 700 € (gavome

400 € stipendiją iš Europos kompiuterinės intelektikos koordinacinio komiteto ECCAI; parėmė MII ir Baltic Amadeus)

Organizatoriai

Tai mokslinis tiriamasis gamtos mokslų ir technologijų institutas.

Jame 2004 m. įsteigta tarptautinė antros pakopos (postgraduate) mokykla. Magistrų studijos tęsiamos doktorantūroje.

Skyriai: fizikos, chemijos ir biochemijos, nanotechno-logijų, atominių techno-logijų, elektronikos ir infor-macinių technologijų ir kt.

Jozefo Stefano Institutas http://www.ijs.si/index.html

Organizatoriai Žinių technologijų skyrius (Department of

Knowledge Technologies) http://kt.ijs.si/Tyrimų sritys: Duomenų gavyba (Data mining) Kompiuterio mokymas (Machine learning) Žinių valdymas (Knowledge management) Kitos informacinės technologijos

Buvo stambaus Europos sąjungos programos „Framework 5“ projekto koordinatoriai, tebėra kelių projektų dalyviai.

Institutas yra šeštas pagal Europos sąjungos vykdomų projektų skaičių.

Į patyrusių mokslininkų kolektyvą darniai įsilieja jaunieji tyrėjai.

Vasaros mokyklos dalyviai Paskaitas skaitė:

apie 30 mokslininkų iš įvairių Europos šalių (Italijos, Vokietijos, Slovėnijos, Didžiosios Britanijos, Izraelio, Portugalijos) ir JAV.

keli studentai

Paskaitų įrašus galima peržiūrėti internete http://www.ktschool.org/lectures.htm

Dauguma klausytojų – studentai (magistrantai, doktorantai). Viso apie 80.

ACAI-05 tematika

II dalis – Duomenų gavyba ir sprendimų priėmimas (Data Mining & Decision Support)

Statistiniai metodai, Bajeso metodai Stochastiniai paieškos

metodai Laiko eilučių analizė

I dalis – Intelektuali duomenų analizė (Intelligent Data Analysis)

Taisyklių formavimas indukcijos metodu (Rule Induction)

Neuroniniai tinklai Fuzzy logika Vizualizavimas

Duomenų gavyba (data mining) Teksto gavyba (Text mining) Žiniatinklio gavyba (Web mining) Sprendimų medžiai Kt.

SEKT tematikaSemantically Enabled Knowledge Discovery

Knowledge Discovery Human Language Technologies Human Language Technologies for the Semantic

Web Ontology Management Knowledge Access

Pateikta medžiaga I dalis paskaitų buvo skaitoma iš knygos: Berthold and

Hand (eds.), “Intelligent Data Analysis”, second edition, Springer 2003.

II dalis paskaitų buvo skaitoma iš knygos: Mladenic, Lavrac, Bohanec and Moyle (eds.) “Data Mining and Decision Support: Integration and Collaboration “, Kluwer 2003.

Šias knygas galima buvo įsigyti už simbolinę kainą.

Kiekvienas dalyvis gavo paskaitų medžiagą (Course Notes) (rodytas skaidres, literatūros sąrašus ir pan.)

Skaidres galima rasti internete http://www.ktschool.org/lectures.htm

Praktinis mokymas Be teorinių paskaitų, tris popietes buvo

organizuojami praktiniai užsiėmimai, kuriuose buvo analizuojami, praktiškai išbandomi keturi duomenų analizės paketai: Text Garden Orange Weka RKadangi reikėjo rinktis 3 iš 4, tai mes dalyvavome

pirmųjų trijų paketų (Text Garden, Orange, Weka) mokyme.

Visi paketai yra atvirojo kodo.

Text Garden http://kt.ijs.si/Dunja/textgarden/ Pagrindiniai kūrėjai: Mark Grobelnik, Dunja Mladenic

ir visa grupė studentų (Jozefo Stefano institutas) Tai teksto analizės įrankis, leidžiantis lengvai

apdoroti teksto dokumentus duomenų analizės tikslui.

Į jį įeina: automatinis modelių generavimas dokumentų klasifikavimas, dokumentų klasterizavimas, dokumentų vizualizavimas, žiniatinklio dokumentų analizė ir kt.

Trūkumas: trūksta išbaigtumo, pateikimo vartotojui.

Visualization of European IST projects from 6th framework

Orange http://www.ailab.si/orange Pagrindinis kūrėjas: Blaz Zupan (Liublianos universitetas) Pagrindiniai metodai:

Klasifikavimo:• K-artimiausių kaimynų• Naive Bayes• Klasifikavimo medžiai

Vizualizavimo:• Pasiskirstymai• Taškiniai grafikai (matricos)• MDS• Lygiagrečios koordinatės• RadViz, PolyViz• Survey Plot

Klasterizavimo:• K-vidurkių klasterizavimas• Hierarchinis klasterizavimas

Draugiška vartotojo aplinka Patogūs įvairūs duomenų analizės

įrankiai Kadangi tai atvirojo kodo programa,

jos kodą galima modifikuoti pagal savo poreikius

Paruošta gana didelė aibė duomenų analizei

Orange http://www.ailab.si/orange

Weka http://www.cs.waikato.ac.nz/ml/weka/ Kuriama Waikato universitete Naujoje Zelandijoje. Tai atvirojo kodo programa. Programoje yra realizuoti duomenų paruošimo,

klasifikavimo, regresijos, klasterizavimo, vizualizavimo, neuroninių tinklų, “association rules” metodai.

Gana išsami dokumentacija.

Tačiau neįgudusiam vartotojui gali pasirodyti per sudėtinga grafinė sąsaja lyginant su Orange paketu.

Įspūdžiais dalinosi ACAI 05 dalyvės:

Jolita Bernatavičienė (JolitaB@ktl.mii.lt)Olga Kurasova (Kurasova@ktl.mii.lt)