Datamining I

Print

Sofokli Garo, PhD

Code
CMP 401
Name
Data Mining I
Semester
1
Lecture hours
3.00
Seminar hours
1.00
Laborator hours
0.00
Credits
3.50
ECTS
6.00
Description

Ky kurs eksploron konceptet dhe teknikat e zbulimit të njohurive dhe nxjerrjes së të dhënave. Si një fushë shumëdisiplinore, nxjerrja e të dhënave bazohet në punë nga fusha duke përfshirë statistikat, mësimin e makinerive, njohjen e modeleve, teknologjinë e bazës së të dhënave, rikthimin e informacionit, shkencën e rrjetit, sistemet e bazuara në njohuri, inteligjencën artificiale, llogaritjen me performancë të lartë dhe vizualizimin e të dhënave. Ky kurs fokusohet në çështjet që kanë të bëjnë me fizibilitetin, dobinë, efektivitetin dhe shkallëzimin e teknikave për zbulimin e modeleve të fshehura në grupe të mëdha të dhënash. Si rezultat, ky kurs nuk synohet si një hyrje në statistikat, mësimin e makinerive, sistemet e bazës së të dhënave ose fusha të tjera të tilla, megjithëse ofron disa njohuri bazë për të lehtësuar kuptimin e lexuesit të roleve të tyre përkatëse në nxjerrjen e të dhënave.

Objectives

Ky kurs është një hyrje gjithëpërfshirëse në nxjerrjen e të dhënave. Është i dobishëm për studentët e shkencave kompjuterike, zhvilluesit e aplikacioneve dhe profesionistët e biznesit, si dhe studiuesit e përfshirë në ndonjë nga disiplinat e listuara më parë

Java
Tema
1
Introduction
2
Getting to Know Your Data
3
Data Preprocessing
4
Data Warehousing
5
Online Analytical Processing
6
Data Cube Technology
7
Mining Frequent Patterns, Associations, and Correlations: Basic Concepts and Methods
8
Advanced Pattern Mining
9
Classification: Basic Concepts
10
Classification: Advanced Methods
11
Cluster Analysis: Basic Concepts and Methods
12
Advanced Cluster Analysis
13
Outlier Detection
14
Data Mining Trends and Research Frontiers
15
Revision
16
Final Exam
1
This course focuses on issues relating to the feasibility, use- fulness, effectiveness, and scalability of techniques for the discovery of patterns hidden in large data sets. As a result, this course is not intended as an introduction to statistics, machine learning, database systems, or other such areas, although it does provide some background knowledge to facilitate the reader’s comprehension of their respective roles in data mining.
Quantity Percentage Total percent
Midterms
1 40% 40%
Quizzes
0 0% 0%
Projects
0 0% 0%
Term projects
0 0% 0%
Laboratories
0 0% 0%
Class participation
0 0% 0%
Total term evaluation percent
40%
Final exam percent
60%
Total percent
100%
Quantity Duration (hours) Total (hours)
Course duration (including exam weeks)
16 4 64
Off class study hours
14 6 84
Duties
0 0 0
Midterms
1 2 2
Final exam
1 2 2
Other
0 0 0
Total workLoad
152
Total workload / 25 (hours)
6.08
ECTS
6.00