ΠΛΕ059 – Εξόρυξη Δεδομένων Χειμερινό Εξάμηνο, 2012

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 and Jeff Ullman, Evimaria Terzi, για το υλικό από τις διαφάνειες τους που χρησιμοποιούμε σε αυτό το μάθημα. Διάλεξη 1: Εισαγωγή στην Εξόρυξη Δεδομένων (ppt, pdf). Κεφάλαια 1,2 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 2: Δεδομένα, προ-επεξεργασία και μετεπεξεργασία (ppt, 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. Διάλεξη 3: Συχνά στοιχειοσύνολα, κανόνες συσχέτισης, Αλγόριθμος Apriori (ppt, 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. Διάλεξη 4: Συχνά στοιχειοσύνολα, κανόνες συσχέτισης, Αξιολόγηση, Αλγόριθμοι πέρα από τον Apriori (ppt, 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. Διάλεξη 5: Ομοιότητα και απόσταση. Μετρικές. Min-wise independent hashing. (ppt,pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman. Κεφάλαιο 2 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 6: Min-wise independent hashing. Locality Sensitive Hashing. Clustering, Αλγόριθμος K-means (ppt,pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman. Κεφάλαιο 8 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar Διάλεξη 7: Ιεραρχικό clustering, Αλγόριθμος DBSCAN, Mixture models και ο EM αλγόριθμος. (ppt,pdf) Κεφάλαια 8,9 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 8α: Αξιολόγηση Clustering, Minimum Description Length (MDL), Εισαγωγή στο Information Theory, Co-Clustering χρησιμοποιώντας MDL (ppt,pdf) Deepayan Chakrabarti, Spiros Papadimitriou, Dharmendra Modha, Christos Faloutsos, Fully Automatic Cross-Associations, KDD 2004, Seattle, August 2004. [PDF] Κάποιες πληροφοριες για το MDL και εντροπία ειναι στο βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar (κεφάλαια 2,4). Διάλεξη 8β: Κατάτμηση ακουθιακών δεδομένων (ppt,pdf) Κεφάλαιο 2, Evimaria Terzi, Problems and Algorithms for Sequence Segmentations, Ph.D. Thesis (PDF) Διάλεξη 9: Μεiωση διάστασης, Singular Value Decomposition (SVD), Principal Component Analysis (PCA). (ppt,pdf) Appendices A, B από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar Διάλεξη 10α: Κατηγοριοποίηση. Δέντρα απόφασης. Αξιολόγηση. (ppt,pdf) Κεφάλαιο 4 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar Διάλεξη 10β: Κατηγοριοποίηση. k-Nearest Neighbor classifier, Logistic Regression, Support Vector Machines (SVM), Naive Bayes (ppt,pdf) Κεφάλαια 4,5 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar Διάλεξη 11: Naive Bayes classifier. Επιβλεπόμενη μάθηση. Web Search and PageRank. (ppt,pdf) Κεφάλαιo 5 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar Κεφάλαιο 13 από το βιβλίο "Introduction to Information Retrieval" των C. Manning, P. Raghavan, H. Schutze Διάλεξη 12: Link Analysis Ranking: PageRank, HITS, Τυχαίοι περίπατοι. (ppt,pdf) Κεφάλαιο 21 από το βιβλίο "Introduction to Information Retrieval" των C. Manning, P. Raghavan, H. Schutze Κεφάλαιο 14 από το βιβλίo "Networks, Crowds and Markets" των D. Easley, J. Kleinberg Διάλεξη 13: Αποροφητικοί Τυχαίοι περίπατοι. Πρβλήματα κάλυψης (Set Cover, Maximum Coverage) (ppt,pdf)