MYE012/ΠΛΕ059 – Εξόρυξη Δεδομένων Χειμερινό Εξάμηνο 2023

Αρχική Υλικό Διαλέξεις Φροντιστήρια Ασκήσεις

Φροντιστήρια Οι διαφάνειες του μαθήματος χρησιμοποιούν διαφάνειες και υλικό από άλλα μαθήματα και βιβλία. Ευχαριστούμε τους: Evimaria Terzi, Mark Crovella, Aris Anagnostopoulos για το υλικό από τις διαφάνειες τους που χρησιμοποιήθηκαν για τα φροντιστήρια. Φροντιστήριο 1: Εισαγωγή στις πιθανότητες. (pptx, pdf) Ευχαριστίες στον Άρη Αναγνωστόπουλο για τις διαφάνειες. Part I από το βιβλίο All of Statistics του Larry A. Wasserman Φροντιστήριο 2: Εισαγωγή στα notebooks. Χρήσιμες βιβλιοθήκες στην Python Διαφάνειες: pptx, pdf Notebook με Python Reminders (ipynb, html) Φροντιστήριο 3: Εισαγωγή στη βιβλιοθήκη Pandas (ipynb, html) Tα αρχεία για τα notebooks Σημειώσεις της Εβημαρίας Τερζή, και του Mark Crovella Φροντιστήριο 4: Βιβλιοθήκες για στατιστική ανάλυση και plotting Notebook για Plotting, Στατιστική Ανάλυση (ipynb, html) Το αρχείο example-functions.csv Σημειώσεις της Εβημαρίας Τερζή, και του Mark Crovella Φροντιστήριο 5: Εισαγωγή στη βιβλιοθήκη numpy και scipy για επεξεργασία πινάκων (ipynb, html). Φροντιστήριο 6: Βιβλιοθήκες για data preprocessing (ipynb, html) Φροντιστήριο 7: Εισαγωγή στη βιβλιοθήκη SciKit-Learn (sklearn) για clustering (ipynb, html) Φροντιστήριο 8: Εισαγωγή στην βιβλιοθήκη SciKit-learn (sklearn) για classification. H βιβλιοθήκη gensim και word embeddings. (Notebook: ipynb, html). Φροντιστήριο 9: Εισαγωγή στη βιβλιοθήκη NetworkX (Notebook: ipynb, html). Το graph_edges.txt αρχείο Το graph-example.txt αρχείο Το karate.gml αρχείο