MYE012/ΠΛΕ059 – Εξόρυξη Δεδομένων Χειμερινό Εξάμηνο, 2014

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 σην Εξόρυξη Δεδομένων (ppt, pdf) Κεφάλαιο 1 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 2: Πιθανότες. Δεδομένα, προ-επεξεργασία και μετεπεξεργασία (ppt, pdf) Εισαγωγή στις πιθανότητες (Ευχαριστίες στον Eli Upfal και τον Άρη Αναγνωστόπουλο) 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: Εύρεση συχνών στοιχειοσυνόλων. Αλγόριθμος A-priori. Ευρεση κανόνων συσχέτισης. (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. (ppt, 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. Διάλεξη 6: Εύρεση όμοιων ζευγών. Min-Hash signatures. Locality Sensitive Hashing. (ppt, pdf) Κεφάλαιο 3 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Διάλεξη 7: Μείωση διάστασης. Singular Value Decomposition (SVD). Principal Component Analysis (PCA). (ppt, pdf) Κεφάλαιο 11 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec. Appendices 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. (ppt, 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. Διάλεξη 9: Mixutre models και ο αλγόριθμος ΕΜ. Αξιολόγηση ομαδοποίησης. 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 10: Minimum Description Length (MDL). Εισαγωγή στην θεωρία πληροφορίας. Co-clustering (ppt, pdf) Καποιες πληροφορίες για MDL και θεωρία πληροφορίας υπάρχουν στα Κεφάλαια 2, 4 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Deepayan Chakrabarti, Spiros Papadimitriou, Dharmendra Modha, Christos Faloutsos, Fully Automatic Cross-Associations, KDD 2004, Seattle, August 2004. [PDF] Διάλεξη 11: Κατηγοριοποίηση. Δέντρα απόφασης. Αξιολόγηση (ppt, pdf) Κεφάλαιο 4 από το βιβλίο “Introduction to Data Mining” των Tan, Steinbach, Kumar. Διάλεξη 12: Άλλες μεθόδοι κατηγοριοποίησης. Nearest Neighbor Classification. Support Vector Machines. Logistic Regression. Naive Bayes Classification. Επιβλεπόμενη μάθηση. (ppt, 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 Διάλεξη 13: Ανάλυση συνδέσμων και ιεράρχηση στο Web. PageRank -- τυχαίοι περίπατοι. Ο αλγόριθμος HITS. (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 14: Απορροφητικοί τυχαίοι περίπατοι. Προβλήματα κάλυψης. (ppt, pdf) P. G. Doyle, J. L. Snell. Random Walks and Electrical Networks. Διάλεξη 15: To Map-Reduce υπολογιστικό παράδειγμα. (ppt, pdf) Κεφάλαιο 2 από το βιβλίο Mining Massive Datasets των Anand Rajaraman and Jeff Ullman, Jure Leskovec.