DM864: Advanced Data Mining

Kommentar

15020101 (tidligere UVA) er identisk med denne kursusbeskrivelse.

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:

Have en basal forståelse for sandsynlighed og matematik;

Have kendskab til programmering;

Have kendskab af grundelementer af unsupervised data mining, fx, fra kurset DM555 eller fra kurset DM843 (kan kombineres med kurset).

Formål

Kurset har til formål at sætte den studerende i stand til at forstå og at anvende avancerede data mining metoder, fx ensemble metoder for clustering og outlier detection eller metoder for høj dimensional data (fx, subspace clustering), hvilket er vigtigt i forhold til at håndtere med kompleks, vanskelige og høj dimensional data i forskellige anvendelser.

Kurset bygger oven på den viden, der er erhvervet i kurserne DM555 eller DM843, og giver et fagligt grundlag for at anvendt projekter eller skrive speciale i emner relateret til unsupervised analyse af kompleks, vanskelig og høj dimensional data.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

Give kompetence til at beskrive, analysere og løse avancerede problemstillinger i unsupervised data mining ved anvendelse af de lærte modeller og metoder.

Give kompetence til at analyse fordelene og ulemper ved forskelige metoder på avanceret unsupervised data mining.

Give færdigheder i tilstrækkelig brug af de lærte modeller og metoder.

Give viden og forstand om udvælgelse af specialiseret modeller og metoder på unsupervised data mining med ensemble tekniker eller adaptioner til høj dimensional data, herunder metoder fra fagets forskningsfront.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

beskrive de data mining opgaver som præsenteres i kurset;

beskrive de algoritmer og metoder som bliver præsenteret i kurset;

beskrive de emner der bliver præsenteret i kurset i et præcist matematisk sprog;

forklare de enkelte trin i de matematiske udledninger der præsenteres i kurset;

anvende metoderne på andre problemstillinger end dem der bliver præsenteret i kurset;

vurdere og reflektere over valg af design af data mining metoder for høj dimensional data og ensemble metoder.

Indhold

Kurset indeholder følgende faglige hovedområder:

generelle principper og metoder for ensemble læring;

specielle udfordringer og tilgange for ensemble clustering og ensemble outlier detection;

udvalgte metoder for ensemble clustering og ensemble outlier detection;

specielle udfordringer for data mining høj dimensional data;

generelle tilgange for unsupervised læring i høj dimensional data;

udvalgte metoder for subspace clustering;

udvalgte metoder for høj dimensional outlier detection.

Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Forudsætningsprøve a)

Tidsmæssig placering

Efterår

Udprøvninger

Mundtlig præsentation

EKA

N340084112

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset.

ECTS-point

Uddybende information

Præsentation af en eller flere videnskabelige artikler i klassen

Forudsætningsprøven er en forudsætning for deltagelse i eksamenselement a)

Eksamenselement a)

Tidsmæssig placering

Januar

Forudsætninger

Type	Forudsætningsnavn	Forudsætningsfag
Delprøve	Forudsætningsprøve a)	N340084101, DM864: Advanced Data Mining

Udprøvninger

Mundtlig eksamen

EKA

N340084102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Nærmere beskrivelse af eksamensreglerne vil blive offentliggjort under Course Information på kursets side i BlackBoard’.

ECTS-point

Uddybende information

Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.

Vejledende antal undervisningstimer

36 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

Introfase 24 timer
Træningsfase 12 timer, heraf eksaminatorier 12 timer.

Aktiviteter i studiefasen:

Læse lærebogen og artikler
Løse hjemmeopgaver
Anvende opnået viden i praktiske projekter

Ansvarlig underviser

Navn	E-mail	Institut
Arthur Zimek	zimek@imada.sdu.dk	Institut for Matematik og Datalogi

Skemaoplysninger

Odense

Vis fuldt skema

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil	Uddannelse	Semester	Udbuds periode