Εξόρυξη Δεδομένων και Αλγόριθμοι Μάθησης

Κωδικός Μαθήματος
CEID_NE562
Τομέας
Τομέας Λογικού των Υπολογιστών
Επίπεδο
Προπτυχιακά
Διδάσκων
ΜΑΚΡΗΣ ΧΡΗΣΤΟΣ, ΜΕΓΑΛΟΟΙΚΟΝΟΜΟΥ ΒΑΣΙΛΕΙΟΣ
Εξάμηνο
Εαρινό
ECTS
5

Εισαγωγικές Έννοιες (διαδικασία εξόρυξης, κατηγοριοποίηση μεθόδων εξόρυξης, επισκόπηση εργασιών εξόρυξης), Αλγόριθμοι Κατηγοριοποίησης (Naive Bayes, k-NN, Δέντρα Απόφασης: ID3-C4.5), Μάθηση Κανόνων (Προτασιακών, Πρώτης Τάξεως, Επαγωγική Μάθηση), Αλγόριθμοι Συσταδοποίησης (διαιρετικοί αλγόριθμοι, ιεραρχικοί αλγόριθμοι, ιεραρχικοί και βασισμένοι σε γράφους, βασισμένοι στη πυκνότητα, βασισμένοι σε πλέγμα, συσταδοποίηση υποχώρων, συσταδοποίηση για σύνολα με λεκτικές τιμές, ασαφής συσταδοποίηση, σύγκριση αλγορίθμων συσταδοποίησης, Kohonen Net συσταδοποίηση, κλιμάκωση και στάθμιση). Κανόνες Συσχέτισης (αλγόριθμος Apriori, αλγόριθμος AprioriTID, αλγόριθμος FPGrowth, σύγκριση αλγορίθμων παραγωγής κανόνων συσχέτισης, αντιπροσωπευτικοί κανόνες συσχέτισης, ποσοτικοί κανόνες συσχέτισης), Αλγόριθμοι Μάθησης Συμβολικών Κανόνων, Διαχείριση Ποιότητας στην Εξόρυξη Γνώσης (αξιολόγηση μεθόδων κατηγοριοποίησης, μέτρα ενδιαφέροντος κανόνων συσχέτισης, εγκυρότητα συσταδοποίησης), Εξόρυξη Γνώσης στον Παγκόσμιο Ιστό.

Μετάβαση στο περιεχόμενο