Tổ chức dạy - học
⚫ Hình thức dạy-học:
- Giáo viên trình bày: 08-09 buổi
- Sinh viên trình bày tiểu luận và bài tập: 06-07 buổi
⚫ Hình thức đánh giá và khung điểm
- Đánh giá thường xuyên: 40%
+ Chuyên cần lên lớp học: 2.5
+ Tiểu luận theo nhóm: 6.0
+ Đóng góp xây dựng bài: 1.5
(nếu > 1.5 được chuyển sang điểm tiểu luận)
+ Mỗi ý kiến đóng góp: 0.3, lớp trưởng: 1.5
+ Một số điểm cộng, trừ khác (Bỏ học buổi 1-2 trừ 0.5 điểm, từ
buổi thứ ba trừ 1.0 điểm, trừ bỏ giữa giờ bằng trừ hai buổi bỏ học)
- Điểm cuối kỳ: 60%
+ Nộp báo cáo tiểu luận cuối kỳ: 3.0
+ Thi vấn đáp: 7.0
* Câu hỏi trắc nghiệm: 3.5
* Câu hỏi biện luận, bài tập: 3.5
6 trang |
Chia sẻ: Thục Anh | Ngày: 12/05/2022 | Lượt xem: 403 | Lượt tải: 1
Nội dung tài liệu Bài giảng Nhập môn khai phá dữ liệu - Giới thiệu môn học - Hà Quang Thụy, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
NHẬP MÔN KHAI PHÁ DỮ LIỆU
GIỚI THIỆU MÔN HỌC
Lớp đại học K63, 2020-2021
PGS. TS. Hà Quang Thụy
HÀ NỘI, 09-2020
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
ĐẠI HỌC QUỐC GIA HÀ NỘI
1
Giới thiệu chung về môn học
⚫ Tên môn học: Nhập môn khai phá dữ liệu
⚫ Số tín chỉ: 3
⚫ Tài liệu dạy - học:
Nguyễn Hà Nam, Nguyễn Trí Thành, Hà Quang Thụy
(2013). Giáo trình khai phá dữ liệu (Các chương: 1-6, 10).
Bài giảng:
⚫ Tài liệu làm tiểu luận: hai sinh viên/một bài
Giảng viên sẽ gửi tới lớp trưởng
2
Tài liệu đọc thêm
⚫ Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Hà Quang Thụy,
Nguyễn Thu Trang, Nguyễn Cẩm Tú. Giáo trình khai phá dữ liệu
Web. NXBGD, 2009.
⚫ Charu C. Aggarwal. Neural Networks and Deep Learning. A
Textbook. Springer, 2018 (lớp năm 2018)
⚫ James R Evans. Business Analytics. Pearson, 2017 (lớp cao học)
⚫ Hà Quang Thụy và cộng sự. Trí tuệ nhân tạo trong thời đại số: Bối
cảnh thế giới và liên hệ với Việt Nam.
⚫ Hà Quang Thụy và cộng sự. Một phân tích môi trường Chiến lược
quốc gia Việt Nam về Trí tuệ nhân tạo.
⚫ Hà Quang Thụy và cộng sự. Kinh tế số: Bối cảnh thế giới và liên hệ
với Việt Nam.
⚫ J. Han, M. Kamber, and Jian Pei. Data Mining: Concepts and
Techniques (3rd edition). Morgan Kaufmann, 2011.
⚫ Xindong Wu and Vipin Kumar. The Top Ten Algorithms in Data
Mining, Chapman & Hall/CRC, 2009
3
Tổ chức dạy - học
⚫ Hình thức dạy-học:
- Giáo viên trình bày: 08-09 buổi
- Sinh viên trình bày tiểu luận và bài tập: 06-07 buổi
⚫ Hình thức đánh giá và khung điểm
- Đánh giá thường xuyên: 40%
+ Chuyên cần lên lớp học: 2.5
+ Tiểu luận theo nhóm: 6.0
+ Đóng góp xây dựng bài: 1.5
(nếu > 1.5 được chuyển sang điểm tiểu luận)
+ Mỗi ý kiến đóng góp: 0.3, lớp trưởng: 1.5
+ Một số điểm cộng, trừ khác (Bỏ học buổi 1-2 trừ 0.5 điểm, từ
buổi thứ ba trừ 1.0 điểm, trừ bỏ giữa giờ bằng trừ hai buổi bỏ học)
- Điểm cuối kỳ: 60%
+ Nộp báo cáo tiểu luận cuối kỳ: 3.0
+ Thi vấn đáp: 7.0
* Câu hỏi trắc nghiệm: 3.5
* Câu hỏi biện luận, bài tập: 3.5
⚫ Thời gian dự kiến:
15 tuần (31/08/2020- xx/12/2020)
4
Nhóm tiểu luận – bài tập: nhiệm vụ
⚫ Nhóm tiểu luận – bài tập
- Nhóm hai sinh viên làm một bài tiểu luận (Cả lớp có 45 bài)
- Chịu trách nhiệm một nội dung tiểu luận và bài tập
trên ngôn ngữ lập trình
⚫ Nội dung công việc
- Đọc, nắm bắt, trình bày được nội dung bài tiểu luận.
Khuyến khích tìm tài liệu tham khảo mở rộng nội dung
- Hiểu và làm bài tập. Khuyến khích thực hiện dữ liệu khác
- Trình bày bài tiểu luận-bài tập và trả lời câu hỏi
- Làm (nộp) báo cáo toàn văn tiểu luận
⚫ Trình bày thuyết trình
- Mỗi nhóm sinh viên: 16 phút cho trình bày + 5 phút cho trả lời
(không quá 30 trang nội dung trình bày)
- Sinh viên khác: Đặt câu hỏi được cộng điểm chuyên cần
5
Báo cáo tiểu luận cuối kỳ
▪ Báo cáo biên soạn bài tiểu luận.
▪ Có bìa, có mục lục, danh sách bảng, hình vẽ, căn lề hai
phía, nhất quán: kiểu chữ và cỡ chữ, căn lề hai phía
▪ Đầy đủ nội dung bài tiểu luận được giao.
▪ Nội dung chữ ở bảng, hình vẽ cần chuyển sang tiếng Việt
▪ Khuyến khích mở rộng nội dung (cần chỉ rõ nguồn từ
sách, bài báo, không sử dụng nguồn tiếng Việt không
tin cậy)
6
Các file đính kèm theo tài liệu này:
- bai_giang_nhap_mon_khai_pha_du_lieu_gioi_thieu_mon_hoc_ha_qu.pdf