TANA07 Datautvinning med matrismetoder 2011

studiehandbok@lith

Tekniska högskolan vid Linköpings universitet

År : 2011

TANA07	Datautvinning med matrismetoder, 4 p / 6 hp /Data mining using matrix methods/ För: CS D IT MMAT
OBS!	Överlappar med TANA25/TANA08
	Prel. schemalagd tid: 38 Rek. självstudietid: 122
	Utbildningsområde: Naturvetenskap Ämnesgrupp: Matematik Nivå (A-D):C Huvudområde: Matematik, Tillämpad matematik Nivå (G1,G2,A): A
	Datavetenskap Matematik, tillämpad matematik
	Mål: IUAE-matris Många problem inom datautvinning och mönsterigenkänning kan lösas med matrismetoder. Studenten ska tillägna sig kunskap om grundläggande begrepp inom området och ha förtrogenhet med ett urval algoritmer. Efter kursen ska studenten kunna använda singulärvärdesfaktorisering (SVD) och liknande matrisfaktoriseringar för att lösa minsta kvadratproblem och beräkna ortogonala baser, använda SVD, klustring och liknande metoder för att göra textsökning, mönsterigenkänning och websidrangberäkning, använda enkel programvara (parser) för texthantering med inriktning på textsökning
	Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan) Grundkurser i numeriska algoritmer (tekniska beräkningar) och programmering. OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
	Organisation: Teorin presenteras i huvudsak på storseminarier. Programmeringsprojekt ger praktiska övningar i att lösa tillämpade problem och att använda lämpliga verktyg.
	Kursinnehåll: Ortogonala transformationer, QR-faktorisering, minstakvadratproblem. Egenvärdes- och singulärvärdesfaktorisering, separation av signalrum och brusrum. Data-kompression med singulärvärdesfaktorisering. Algoritmiska aspekter av matrisfaktoringar (robusthet, effektivitet, programbibliotek), användning av algoritmerna som byggstenar för att lösa tillämpade problem. Mönsterigenkänning (handskrivna siffror). Informationssökning och sökmotorer. Klustring och klassificering.
	Kurslitteratur: L. Eldén: Matrix methods in data mining and pattern recognition, SIAM 2007
	Examination:
TEN1 LAB1	En skriftlig tentamen (U,3,4,5) En laborationskurs (U,G)	3 hp 3 hp

Undervisningsspråk är Engelska.
Institution: MAI.
Studierektor: Torbjörn Larsson
Examinator: Lars Eldén
Länk till kurshemsida på kursgivande institution
Ansvarig programnämnd: Data&Medie

Engelsk kursplan

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt.

Om inget annat anges ovan gäller betygsskala enligt avsnitt a8.5 i de gemensamma bestämmelserna.

Kursplanen gäller för 2011 enligt beslut av ansvarig programnämnd/fakultetstyrelse.

Tekniska högskolan vid Linköpings universitet
Informationsansvarig: TFK , val@tfk.liu.se Senast ändrad: 04/26/2011