ΠΛΕ059 – Εξόρυξη Δεδομένων Χειμερινό Εξάμηνο, 2013

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, and Jure Leskovec, Evimaria Terzi, Aris Anagnostopoulos 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, Jure Leskovec. 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, Jure Leskovec. Διάλεξη 4: Κανόνες συσχέτισης. Αξιολόγηση κανόνων. Εναλλακτικοί αλγόριθμοι για συχνά στοιχειοσύνολα. (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, Jure Leskovec. Διάλεξη 5: Ομοιότητα και απόσταση. Μετρικές. Συστήματα Συστάσεων, Document Shingling. (ppt,pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Κεφάλαιο 2 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Κεφάλαιο 9 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Διάλεξη 6: Document Shingling. Min-Hashing, Sketching. Locality Sensitive Hashing (LSH) (ppt,pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Διάλεξη 7: Clustering: k-means, hierarchical clustering, dbscan (ppt,pdf) Κεφάλαιο 8 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 8: Clustering: ΕΜ Αλγόριθμος, Αξιολόγηση Clustering, Κατάτμηση ακολουθιακών δεδομένων (ppt,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. Κεφάλαιο 2, Evimaria Terzi, Problems and Algorithms for Sequence Segmentations, Ph.D. Thesis (PDF) Διάλεξη 9: Minimum Description Length (MDL). Εισαγωγή στην Θεωρία Πληροφορίας. Co-Clustering. (ppt,pdf) Deepayan Chakrabarti, Spiros Papadimitriou, Dharmendra Modha, Christos Faloutsos, Fully Automatic Cross-Associations, KDD 2004, Seattle, August 2004. [PDF] Καποιες πληροφορίες για MDL και θεωρία πληροφορίας υπάρχουν στα Κεφάλαια 2,4 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 10: Εισαγωγή στην Κατηγοριοποίηση. Δέντρα Απόφασης. Αξιολόγηση. Nearest-Neighbor Classifier (ppt,pdf) Κεφάλαια 4,5 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 11: Κατηγοριοποίηση: Support Vector Machines, Logistic Regression, Naive Bayes Classifier. Επιβλεπόμενη Μάθηση. (ppt,pdf) Κεφάλαιο 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: Ανάλυση Συνδέσμων και Ιεράρχηση στο Web. PageRank -- Τυχαίοι Περίπατοι. HITS αλγόριθμος. (ppt,pdf) Κεφάλαιο 14 από το βιβλίο “Networks Crowds and Markets” των D. Easley, and J. Kleinberg. Κεφάλαιο 21 από το βιβλίο "Introduction to Information Retrieval" των C. Manning, P. Raghavan, H. Schutze Διάλεξη 13: Αποροφητικοί Τυχαίοι Περίπατοι. Προβληματα κάλυψης. (ppt,pdf) P. G. Doyle, J. L. Snell. Random Walks and Electrical Networks.