DM864: Advanced Data Mining

• Have en basal forståelse for sandsynlighed og matematik;
• Have kendskab til programmering;
• Have kendskab af grundelementer af unsupervised data mining, fx, fra DM555, DM566, DM583, DM843, DM868, DM870, eller DS804.

Kurset bygger oven på den viden, der er erhvervet i kurserne DM555, DM566, DM583, DM843, DM868, DM870, eller DS804, og giver et fagligt grundlag for at anvendt projekter eller skrive speciale i emner relateret til unsupervised analyse af kompleks, vanskelig og høj-dimensionelle data.

• 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;
• forstå videnskabelig litteratur om de dækkede emner og præsentere videnskabelige resultater i klassen;
• deltage i en meningsfuld diskussion om beslægtede videnskabelige emner præsenteret af andre.

• 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.

Skemalagte undervisningstimer: 

Antal undervisningstimer i alt: 30 

Heraf: 

Fællestimer i klasselokale/auditorium: 30  

I forelæsninger introduceres koncepter, teorier og modeller og sættes i perspektiv. I øvelser træner eleverne deres færdigheder gennem øvelser og graver dybere ned i faget. 

Andre planlagte undervisningsaktiviteter:  

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

De studerende får akademiske, personlige og sociale erfaringer, der konsoliderer og videreudvikler deres videnskabelige færdigheder. Fokus er på fordybelse, forståelse og udvikling af samarbejdsevner.