Andmekaevandus (4AP)

http://www.egeen.ee/u/vilo/edu/2004-05/Andmekaevandus/

Andmekaevandus (4AP)

Arvutiteaduse instituut, Sügis 2004
Lektor: Jaak Vilo
 
12 loengut    		(24 t + 20 t iseseisvat tööd)
10 praktikumi 		(20 t + 30 t iseseisvat tööd)
1  referaat   		(20 t)
1  praktiline töö 	(30 t)
Eksamiks valmistumine   (16 t)
Eksam			( 4 t)
----------------------------------------------------------
Kokku: 160 tundi        (=4AP)

Hindamine

Andmekaevandus (4AP)


Praktikumid		40%
Boonusülesanded		20% (?)
Referaat   		10%
Praktiline töö		20%
Eksam			30% (kuid nõue on saada eksamilt vähemalt 50%)
----------------------------------------------------------
Kokku: 		       120% ?

Praktilise töö teemad [8.8.2009 22:46] .

Praktilise töö tähtaeg on 6. detsember 2004. Iga hilinenud päev võtab kogutud punkte automaatselt 20% võrra vähemaks. Kui rühma hinne on näiteks 15 punkti 20-st siis iga päev hilinemist võtab 3 punkti vähemaks.

Eksam - kirjalik. Võibolla kodune, nädal aega.

Ajakava

Meili-list?
Loeng 1: 2.9.2004 kell 10.15
Loeng 2: 7.9.2004, Praktikum 1 [8.8.2009 22:46]
Loeng 3: 14.9.2004, Praktikum 2 [8.8.2009 22:46]
Loeng 4: 21.9.2004, Praktikum 3 [8.8.2009 22:46]
Loeng 5: 28.9.2004, Praktikum 4 [8.8.2009 22:46]
7. oktoober ei toimu loengut
Loeng 6: 14.10.2004, Praktikum 5 [8.8.2009 22:46]
Loeng 7: 21.10.2004, Praktikum 6 [8.8.2009 22:46]
Loeng 8: 28.10.2004, Klasteranalüüs Praktikum 7 [8.8.2009 22:46]
Loeng 9. 4.11.2004 Klasteranalüüs ja Masinõppimine (klassifitseerimine) Praktikum 8 [8.8.2009 22:46]
Loeng 10. 11.11.2004 Masinõppimine Praktikum 9 [8.8.2009 22:46]
Loeng 11. 18.11.2004 Midagi keerulisematest andmetüüpidest(?) Näiteid Bioinformaatikast Praktikum 10 [8.8.2009 22:46]
6.12. Praktiline töö [8.8.2009 22:46] - lõpptähtaeg 6.12.
9.12.2004 Rühmatööde lõpptulemuste esitlemine, 4 tundi
Eksam
Praktikumi ülesannete ärasaatmine üle veebivormi
Wiki lehed kus omavahel infot jagada jne.

Sissejuhatus

Annotatsioon: Andmekaevandus (Data Mining, DM) ja teadmiste otsimine andmebaasidest (Knowledge Discovery from Databades, KDD) tegelevad suurte andmehulkade analüüsimise meetoditega eesmärgiga tuvastada uusi, olulisi ja huvitavaid teadmisi algandmetest. Loengul tutvume andmekaevanduse protsessiga ja erinevate oluliste analüüsimeetodite ja algoritmidega. Oluline koht kursusel on iseseisval tööl kirjandusega, harjutusülesannete lahendamisel ning praktilisel tööl.

Eesmärk: Õppida tundma andmekaevanduse protsessi olemust ja olulisemaid meetodeid ning algoritme; õppida iseseisvat tööd kirjandusega ning praktiseerida analüüsi.

Annotation: Data Mining course (4cu) introduces the basic ideas of the Data Mining (DM) and Knowledge Discovery from Databases (KDD). During the course we will study various algorithms used in DM. An important part of the course will be practical individual work.

Goals: To learn the basics of the Data Mining and Knowledge Discovery processes and main algorithms used.

Peamised materjalid mille põhjal toimuvad loengud:

Jiawei Han, Micheline Kamber : Data Mining -- Concepts and Techniques , Morgan Kaufmann Publishers , 2000 . [http://www.cs.sfu.ca/~han/dmbook]

H. Mannila, H. Toivonen, B. Goethals : Knowledge Discovery in Databases: Search for Frequent Patterns . [Ch 1-2] [Ch 3-9]

David Hand, Heikki Mannila, Padhraic Smyth : Principles of Data Mining. , The MIT Press , 2001 .

George M. Marakas : Modern Data Warehousing, Mining, and Visualization , Prentice Hall , 2003 . [http://www.prenhall.com/marakas/]

Willi Klosgen, Jan M. Zytkow, Jan Zyt : Handbook of Data Mining and Knowledge Discovery , Oxford University Press; 1st edition (June 15, 2002) (Hardcover: 1026 pages) , 2002 . [Amazon UK] [Amazon US]

Muid andmekaevanduse kursuseid kus on loengumaterjal väljas

Wiki lehed kus omavahel infot jagada 2004 a loengute kohta.

Data Warehousing, Filtering, and Mining CIS 527 (slaidid Jiawei Han, Micheline Kamber Data Mining -- Concepts and Techniques, Morgan Kaufmann Publishers, 2000. raamatu järgi).

CS595 --- Knowledge Discovery and Data Mining, Dr. Li Yang (sisaldab Han ja Kamberi raamatu materjale)

Special Course on Data mining, Univ. of Helsinki, Fall 2004

Special Course on Data mining, Univ. of Helsinki, Fall 2003

Data Mining: Stanford, Jeffrey Ullman