MYE012/ΠΛΕ059 – Εξόρυξη Δεδομένων Χειμερινό Εξάμηνο, 2015

Αρχική Υλικό Διαφάνειες Ασκήσεις

Διαφάνειες Οι διαφάνειες του μαθήματος χρησιμοποιούν διαφάνειες και υλικό από άλλα μαθήματα και βιβλία. Ευχαριστούμε τους: Tan, Steinbach, Kumar, Anand Rajaraman, Jeff Ullman, Jure Leskovec, Evimaria Terzi, Aris Anagnostopoulos για το υλικό από τις διαφάνειες τους που χρησιμοποιούμε σε αυτό το μάθημα. Εισαγωγή: Διαδικαστικές λεπτομέρειες για το μάθημα (pptx, pdf) Διάλεξη 1: Εισαγωγή σην Εξόρυξη Δεδομένων (pptx, pdf) Κεφάλαιο 1 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Άρθρο: Data Scientist: The Sexiest Job of the 21st Century. Διάλεξη 2: Θεωρία Πιθανοτήτων. Τι ειναι τα δεδομένα. (pptx, pdf) Εισαγωγή στις Πιθανότητες (ευχαριστίες στους Aris Anagnostopoulos και Eli Upfal) Κεφάλαιο 2 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 3: To data mining pipeline. Προεπεξεργασία και μετεπεξεργασία. Δειγματοληψία και κανονικοποίηση. (pptx, pdf) Κεφάλαια 2,3 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαιο 1 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Φροντιστήριο 1: Εισαγωγή στην γλώσσα Python. (pptx, pdf, ipynb) Διάλεξη 4: Συχνά Στοιχειοσύνολα και Κανόνες Συσχέτισης. (pptx, pdf) Κεφάλαιο 6 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαιο 6 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Φροντιστήριο 2: Εισαγωγή στην βιβλιοθήκη Pandas. (pptx, pdf, ipynb) Διάλεξη 5: Ομοιότητα και απόσταση. Συστήματα συστάσεων. (pptx, pdf) Κεφάλαιο 2 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαια 3,9 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Άρθρο: The long tail. Διάλεξη 6: Εύρεση όμοιων ζευγών. Min-hash signatures. Locality Sensitive Hashing. (pptx, pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Διάλεξη 7: Μειωση διάστασης. Singular Value Decomposition (SVD). Principal Component Analysis (PCA). (pptx, pdf) Κεφάλαιο 11 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Παράρτηματα A,B από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 8: Ομαδοποίηση (clustering). Ο αλγόριθμος k-means. Ιεραρχική ομαδοποίηση. Ο αλγόριθμος DBSCAN. (pptx, pdf) Κεφάλαιο 8 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαιο 7 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Φροντιστήριο 3: Εισαγωγή στις βιβλιοθήκες Numpy, Scipy, SciKit για την επεξεργασία πινάκων. (ipynb) Διάλεξη 9: Mixture models και ο αλγόριθμος ΕΜ. Αξιολόγηση ομαδοποίησης. (pptx, pdf) Κεφάλαια 8,9 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Σημειώσεις πάνω στον EM αλγόριθμο από τον Άρη Αναγνωστόπουλο, University of Rome La Sapienza. Διάλεξη 10: Κατηγοριοποίηση (classification). Δέντρα απόφασης. Αξιολόγηση κατηγοριοποίησης. (pptx, pdf) Κεφάλαιο 4 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Φροντιστήριο 4: Εισαγωγή στις βιβλιοθήκες SciKit για ομαδοποίηση και επεξεργασία κειμένου. (ipynb) Διάλεξη 11: Άλλες μεθόδοι κατηγοριοποίσης. Nearest Neighbor Classifier, Support Vector Machines (SVM), Logistic Regression, Naive Bayes Classifier. Επιβλεπόμενη μάθηση. (pptx, pdf) Κεφάλαια 4,5 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαιο 12 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Κεφάλαιο 13 από το βιβλίο "Introduction to Information Retrieval" των C. Manning, P. Raghavan, H. Schutze Φροντιστήριο 5: Εισαγωγή στις βιβλιοθήκες SciKit για κατηγοριοποίηση. (ipynb) Διάλεξη 12: Ανάλυση συνδέσμων για την ιεράρχηση στο Web. Τυχαίοι περίπατοι και ο αλγόριθμος PageRank. Ο αλγόριθμος HITS. (pptx, pdf) Κεφάλαιο 21 από το βιβλίο "Introduction to Information Retrieval" των C. Manning, P. Raghavan, H. Schutze Κεφάλαιο 14 από το βιβλίο "Networks Crowds and Markets" των D. Easley και J. Kleinberg Φροντιστήριο 6: Εισαγωγή στην ανάλυση δικτύων με την βιβλιοθήκη NetworkX. (ipynb) Διάλεξη 13: Απορροφητικοί Τυχαίοι Περίπατοι. Προβληματα Κάλυψης. (pptx, pdf) P. G. Doyle and J. L. Snell. Absorbing Random Walks and Electrical Networks. Κεφάλαιο 2 από το βιβλίο "Approximation Algorithms" του V. Vazirani