| TDDD41 |
Data Mining - Clustering and Association Analysis, 6 hp
/Data Mining - Clustering and Association Analysis/
För:
CS
D
DAV
IT
|
| |
Prel. schemalagd
tid: 26
Rek. självstudietid: 134
|
| |
Utbildningsområde: Teknik
Huvudområde: Datateknik, Datavetenskap, Informationsteknologi Nivå (G1,G2,A): A
|
| |
Datavetenskap Datavetenskap, datalogi.
|
| |
Mål:
IUAE-matris
Kursen lägger grunden för professionellt arbete och forskning där stora mängder av data utforskas, ändras, modelleras och utvärderas för att upptäcka tidigare okända mönster och trender. Kursen fokuserar på klustring och associeringsanalys. Efter avslutad kurs skall studenten kunna:
- förstå och använda viktig terminologi i data mining
- förstå och använda teorin bakom klustring och associeringsanalys
- använda kunskap om teknik för klustring och associeringsanalys
- visa insiktsfull bedömning av kvaliteten på ett visst dataset och informationsinnehållet som klustring och associeringsanalys kan baseras på
- använda och utvärdera verktyg för klustring och associeringsanalys
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
Kursen kräver förkunskaper i programmering, diskret matematik, datastrukturer och algoritmer och databaser.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Organisation:
Undervisningen omfattar föreläsningar och datorlaborationer. Föreläsningar ägnas åt teori, begrepp och metoder. Under laborationerna utförs ett antal uppgifter som illustrerar principerna.
|
| |
Kursinnehåll:
Associeringsanalys: begrepp och metoder i samband med frequent item sets och associeringsregler såsom Apriori principen, FP-tillväxt, utvärdering av associeringsregler. Klustring: begrepp och metoder i samband med partitionella klustringsmetoder, hierarkiska klustringsmetoder, densitets-baserad klustring, utvärdering av klustringsmetoder
|
| |
Kurslitteratur:
Jiawei Han, Micheline Kamber, Data Mining - Concepts and Techniques, 2nd edition, Morgan-Kaufmann, 2006. ISBN: 978-1-55860-901-3.
Artikelsamling 2016.
|
| |
Examination: |
TEN1
LAB1
|
En skriftlig tentamen (U,3,4,5)
En laborationskurs (U,G)
|
4 hp
2 hp
|
| |
|
|
|