1. Trang chủ
  2. » Toán

Bài giảng Khai phá dữ liệu: Chương 0 - TS. Võ Thị Ngọc Châu

10 18 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 10
Dung lượng 256,27 KB

Nội dung

‡ Hiểu các bước trong quá trình khám phá tri thức ‡ Mô tả được các khái niệm, công nghệ, và ứng dụng. của khai phá dữ liệu[r]

(1)

Khai

Khai pháphá dd liliuu (Data mining)

(Data mining)

Cao

Cao HHọọcc NgànhNgành KhoaKhoa HHọọcc MáyMáy TínhTính

Giáo

Giáo trìnhtrình đđiiệệnn ttửử

Biên

Biên sosoạạnn bbởởii: TS : TS VõVõ ThThịị NgNgọọcc ChâuChâu (

(2)

2

Khai phá dữ liệu???

Data

Data

Mining

Mining

Information/

(3)

Tài liệu tham khảo

‡ [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and

Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006

‡ [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data

Mining”, MIT Press, 2001

‡ [3] David L Olson, Dursun Delen, “Advanced Data Mining

Techniques”, Springer-Verlag, 2008

‡ [4] Graham J Williams, Simeon J Simoff, “Data Mining: Theory,

Methodology, Techniques, and Applications”, Springer-Verlag, 2006

‡ [5] Hillol Kargupta, Jiawei Han, Philip S Yu, Rajeev Motwani, and

Vipin Kumar, “Next Generation of Data Mining”, Taylor & Francis Group, LLC, 2009

‡ [6] Daniel T Larose, “Data mining methods and models”, John Wiley

& Sons, Inc, 2006

‡ [7] Ian H.Witten, Eibe Frank, “Data mining : practical machine

learning tools and techniques”, Second Edition, Elsevier Inc, 2005

‡ [8] Florent Messeglia, Pascal Poncelet & Maguelonne Teisseire,

“Successes and new directions in data mining”, IGI Global, 2008

‡ [9] Oded Maimon, Lior Rokach, “Data Mining and Knowledge

(4)

4

Nội dung

‡ Chương 1: Tổng quan về khai phá dữ liệu ‡ Chương 2: Các vấn đề tiền xử lý dữ liệu ‡ Chương 3: Hồi qui dữ liệu

‡ Chương 4: Phân loại dữ liệu ‡ Chương 5: Gom cụm dữ liệu ‡ Chương 6: Luật kết hợp

‡ Chương 7: Khai phá dữ liệu và công nghệ sở

dữ liệu

‡ Chương 8: Ứng dụng khai phá dữ liệu

‡ Chương 9: Các đề tài nghiên cứu khai phá

dữ liệu

(5)

Nội dung – Tài liệu tham khảo

‡ Chương 1: Tổng quan khai phá liệu [1, 2, 7, 9] ‡ Chương 2: Các vấn đề tiền xử lý liệu [1, 9]

‡ Chương 3: Hồi qui liệu [1-7]

‡ Chương 4: Phân loại liệu [1-7, 9] ‡ Chương 5: Gom cụm liệu [1-7, 9] ‡ Chương 6: Luật kết hợp [1-7, 9]

‡ Chương 7: Khai phá liệu công nghệ sở

liệu [1, 2]

‡ Chương 8: Ứng dụng khai phá liệu [3, 5, 9]

‡ Chương 9: Các đề tài nghiên cứu khai phá

liệu [5, 8, 9]

(6)

6

Nội dung - Lịch học

‡ Chương 1: Tổng quan về khai phá dữ liệu (T.1) ‡ Chương 2: Các vấn đề tiền xử lý dữ liệu (T.2-3) ‡ Chương 3: Hồi qui dữ liệu (T.4-5)

‡ Chương 4: Phân loại dữ liệu (T.6-7) ‡ Chương 5: Gom cụm dữ liệu (T.8-9) ‡ Chương 6: Luật kết hợp (T.10-11)

‡ Chương 7: Khai phá dữ liệu và công nghệ sở

dữ liệu (T.12)

‡ Chương 8: Ứng dụng khai phá dữ liệu (T.13) ‡ Chương 9: Các đề tài nghiên cứu khai phá

dữ liệu (T.14)

(7)

KPDL – Lĩnh vực liên ngành

‡ Phân tích - thiết kế giải thuật (algorithm design

and analysis)

‡ Quản lý dữ liệu (data management)

‡ Truy hồi thông tin (information retrieval) ‡ Máy học (machine learning)

‡ Thống kê (statistics)

(8)

8

Hiểu biết - Kỹ năng đạt được

‡ Hiểu bước trình khám phá tri thức ‡ Mô tả khái niệm, công nghệ, ứng dụng

của khai phá liệu

‡ Giải thích tác vụ khai phá liệu phổ biến

như hồi qui, phân loại, gom cụm, khai phá luật kết hợp

‡ Nhận dạng vấn đề liệu giai

đoạn tiền xử lý cho tác vụ khai phá liệu

‡ Hiểu cách sử dụng khai phá liệu để có

quyết định tốt

‡ Sử dụng giải thuật công cụ khai phá

liệu để phát triển ứng dụng khai phá liệu

‡ Được chuẩn bị kiến thức để nghiên cứu

(9)

Đánh giá kết quả học tập

‡ Tiểu luận: 30% ‡ Kiểm tra: 20% ‡ Thi cuối kỳ: 50%

Ỉ Đạt: 30%*Tiểu luận + 20%*Kiểm tra +

(10)

10

Hình thức đánh giá kết quả học tập

‡ Tiểu luận: 30%

„ Nội dung báo cáo: 15% „ Nội dung trình bày: +5% „ Nội dung sản phẩm: 15%

‡ Kiểm tra: 20%

„ kiểm tra vào tuần 6, 13

„ 10%/bài, 10 câu trắc nghiệm/bài/20 phút, 1đ/câu

‡ Thi cuối kỳ: 50%

Ngày đăng: 09/03/2021, 06:25

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN