Data Mining - Clustering and Association Analysis, 15 hp
Data Mining - Clustering and Association Analysis, 15 credits
732A31
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Patrick LambrixStudierektor eller motsvarande
Lena StrömbäckKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7MSG | Statistics and Data Mining, Master´s Programme | 2 (VT 2017) | 201704-201723 | Engelska | Linköping, Valla | O |
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Master´s Programme in Statistics and Data Mining
Lärandemål
Kursen lägger grunden för ett professionellt arbete och forskning dät stora datavolymer undersöks, modifieras, modelleras och utvärderas för att upptäcka tidigare okända mallar och trender.
Efter avslutad kurs skall den studerande kunna:
- utnyttja begreppen som används inom oövervakad inlärning,
- ge exempel på tillämpningar i vilka kluster- och associationsanalys är värdefulla,
- redogöra för algoritmer som används i kluster- och associationsanalysen,
- utnyttja klusteranalys för att genomföra uteliggaranalys,
- använda en lämplig mjukvara för kluster- och associationsanalys och tolka det erhållna resultatet.
- konstruera och genomföra en dataanalysuppgift som använder kluster- och associationsanalys och utvärdera resultatet.
Kursinnehåll
Associationsanalys: begrepp och metoder relaterade till frekventa enhetsmängder och associationsregler såsom Apriori principen, FP-uppväxt och utvärdering av associationsregler.
Klusteranalys: begrepp och metoder relaterade till partitionella klustringsmetoder (e.g. K-means), hierarkisk klusteranalys, täthetsbaserad klusteranalys(t ex DBSCAN), klustervärdering, uteliggaranalys.
Undervisnings- och arbetsformer
Kursen består av föreläsningar, datorövningar, seminarier och ett projekt. Föreläsningarna ägnas åt genomgång av teori, koncept och metodik. Datorövningarna och projektarbetet ger praktisk tillämpning av kluster- och associationsanalys. Seminarier ägnas åt studentpresentationer och diskussioner av uppgifter. Förutom detta förväntas studenterna genomföra självstudier.
Examination
- skriftlig tenta
- redovisning av labbuppgifter
- inlämning och presentation av projektarbetet
Studerande som underkänts två gånger på kursen eller del av kursen har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som skall ingå i varje kurs skall därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapDet finns inga examinationsmoment att visa.
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.