Nhập môn khai phá dữ liệu giới thiệu môn học – K55

NHẬP MÔN KHAI PHÁ DỮ LIỆUGIỚI THIỆU MÔN HỌC – K55 PGS. TS. HÀ QUANG THỤYHÀ NỘI 09-2013TRƯỜNG ĐẠI HỌC CÔNG NGHỆĐẠI HỌC QUỐC GIA HÀ NỘI*Giới thiệu chung về môn họcTên môn học: Nhập môn khai phá dữ liệuSố tín chỉ: 3Tài 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: ài liệu tham khảo:J. Han, M. Kamber, and Jian Pei (2011). Data Mining: Concepts and Techniques (3rd edition), Morgan KaufmannRobert Nisbet, John Elder, and Gary Miner (2009). Handbook of Statistical Analysis and Data Mining, Elsevier, 2009.[WK09] Xindong Wu and Vipin Kumar (Eds), The Top Ten Algorithms in Data Mining, Chapman & Hall/CRC, 2009David Easley, Jon Kleinberg (2010). Networks, Crowds, and Markets: Reasoning about a Highly Connected World, Cambridge University Press.Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Hà Quang Thụy, Nguyễn Thu Trang, Nguyễn Cẩm Tú (2009). Giáo trình khai phá dữ liệu Web, NXBGD, 2009.*Vị trí của môn học CTĐT ĐH HTTT**Vị trí của môn học CTĐT ĐH HTTT*Vị trí của môn học CTĐT ĐH HTTTNội dung và mục tiêu môn học*Môn học NUS-SoC CS5228 Knowledge Discovery and Data Mining 13/08/13Modular Credits: 4Workload: 3-0-0-3-4Prerequisite(s): CS1231, CS3243, (CS2102 or CS2102S) and (ST1232 or ST2131 or ST2334)Preclusion(s): Nil Cross-listing(s): NilThis course introduces fundamental principles behind data mining and efficient techniques for mining large databases. It provides an overview of the algorithmic aspect of data mining: its efficiency (high-dimensional database indexing, OLAP, data reduction, compression techniques) and effectiveness (machine learning involving greedy search, branch and bound, stochastic search, parameter optimisation).Efficient techniques covered include association rules mining (Apriori algorithm, correlation search, constrained association rule discovery), classifier induction (decision trees, RainForest, SLIQ; Support vector machine; Naive Bayesian; classification based on association/visualisation), cluster analysis (kmeans, k-mediods, DBSCAN, OPTICS, DENCLUE, STING, CLUSEQ, ROCK etc), and outliers/deviants detection (LOF, Distance-based outlier etc.).Cung cấp các kiến thức cơ bản về khai phá dữ liệu và phát hiện tri thức: khái niệm, kiến trúc hệ thống và đặc trưng; các bài toán điển hình phân lớp, phân cụm, luật kết hợp; các thuật toán Bayes, cây quyết định, mạng neural...Chuẩn đầu ra môn học: Trang tiếpChuẩn đầu ra môn học*Hiểu được bài toán khai phá dữ liệu là gì, ý nghĩa, ứng dụng của nóNắm được các bước xử lý trong quá trình khai phá dữ liệuHiểu được các bài toán trong quá trình tiền xử lý dữ liệu, các phương pháp xử lý tương ứng với các bài toán nàyHiểu được bài toán phân lớp, ý nghĩa, ứng dụng. Hiểu, sử dụng được công cụ và ứng dụng được các phương pháp phân lớp phổ biến vào các bài toán thực tế: Naive Bayes, Neural network, SVM, MEM, ...Hiểu được bài toán phân cụm, ý nghĩa, ứng dụng của nó. Hiểu, sử dụng công cụ và ứng dụng được một số thuật toán thông dụng vào các bài toán thực tế như: k-mean, HAC, DIANA, Hiểu được được bài toán khai phá luật kết hợp, ý nghĩa, ứng dụng của nó. Hiểu và sử dụng, ứng dụng được vào một bài toán thực tế. Một số môn học liên quanKho dữ liệu: Khái niệm kho dữ liệu, đặc trưng của kho dữ liệu (đối sánh với đặc trưng của hệ cơ sở dữ liệu), tổ chức lưu trữ dữ liệu theo tiếp cận chiều, các kiến trúc kho dữ liệu và phương pháp luận thiết kế kho dữ liệu, phân tích dữ liệu trực tuyến (OLAP). Sử dụng phần mềm công cụ để thiết kế kho dữ liệu và phân tích dữ liệu.Các chủ đề hiện đại của HTTT (KPDL) Dưới sự hướng dẫn của các nhà khoa học, sinh viên làm việc theo nhóm tiến hành tìm hiểu, nghiên cứu những chủ đề mang tính thời sự trong ngành Hệ thống thông tin có định hướng theo Khai phá dữ liệu và Tích hợp hệ thống. Năm học 2013-2014: Khai phá quan điểmKhai phá dữ liệu hướng lĩnh vực Khai phá dữ liệu mang tính ứng dụng theo từng lĩnh vực như tài chính, y học, sinh học v.v... hoặc miền dữ liệu văn bản (text, web, social media...), trong đó chú trọng tới tri thức miền ứng dụng, các mô hình dữ liệu đặc thù cho lĩnh vực và các phương pháp khai phá dữ liệu phù hợp với lĩnh vực.*Tổ chức dạy - họcHình thức dạy-học: - Giáo viên trình bày: 9-10 buổi - Sinh viên trình bày tiểu luận: 5-6 buổiRobert Nisbet, John Elder, and Gary Miner (2009). Handbook of Statistical Analysis and Data Mining, Elsevier, 2009Hình thức đánh giá và khung điểm - Đánh giá thường xuyên: 4 điểm + Tiểu luận và làm bài tập theo tiểu luận: 2.5 + Chuyên cần và đóng góp xây dựng bài: 1.5 (nếu vượt quá 1.5 được chuyển sang điểm tiểu luận song tổng  4.0) + Mỗi ý kiến đóng góp: 0.1, lớp trưởng: 0.2-0.3 + Một số điểm cộng, trừ khác - Thi cuối kỳ: 6 điểm (luận và trắc nghiệm)Thời gian dự kiến: 16 tuần (05/9/2013- 26/12/2013)*Nội dung làm việc nhóm tiểu luậnNhóm tiểu luận - Mỗi nhóm có khoảng 3-4 sinh viên, có nhóm trưởng - Chịu trách nhiệm một nội dung trong tài liệuNội dung công việc - Đọc nắm bắt được các nội dung cơ bản - Làm (nộp) bài thuyết trình nội dung được phân công - Trình bày bài thuyết trình và trả lời câu hỏi - Khuyến khích tìm tài liệu tham khảo mở rộng nội dung đượcTrình bày thuyết trình - Mọi sinh viên trong nhóm đều trình bày một phần nội dung - Thời gian: 15 phút cho trình bày + 10 phút cho trả lời - Mọi sinh viên khác đặt câu hỏi: Đặt câu hỏi được tính điểm chuyên cần*Giới thiệu sơ bộ về các ngành CNTTSự phát triển các khung chương trình đào tạo CNTT của ACM/IEEE/AIS *Giới thiệu sơ bộ về các ngành CNTTPhân biệt các khung chương trình đào tạo CNTT của ACM/IEEE/AISTừ trái  phải: từ sáng tạo nguyên lý lý thuyết  cấu hình triển khai ứng dụngTừ thấp  cao: Phần cứng và kiến trúc máy tính  Hạ tầng hệ thống  Phương pháp và công nghệ phần mềm  Công nghệ ứng dụng  Vấn đề của tổ chức và hệ thống thông tin*