Doel
Inzicht krijgen in het data mining proces en het in staat zijn om data mining algoritmen en tools toe te passen.
Beschrijving
Data mining probeert interessante patronen uit grote hoeveelheden data te halen. In dit college wordt eerst een aantal basisbegrippen uit de statistiek behandeld en daarna wordt ingegaan op de volgende onderwerpen:
Onderliggende principes van data mining algoritmen en hun toepassing: gegevens vergaren, visualisatie, data analyse en onzekerheid.
Data mining: algoritmen, modellen en patronen, scorings functies, zoek- en optimalisatiemethoden, beschrijvend modelleren, classificatie, regressie.
Data mining problemen uit de praktijk.
Programmeeropdrachten maken deel uit van het college.
Examinering
Schriftelijk tentamen.
Literatuur
- Data Mining. Practical Machine Learning Tools and Techniques (Third Edition), Morgan Kaufmann, January 2011, ISBN 978-0-12-374856-0.
Roosters
De meest recente roosters zijn te vinden op de Studenten-website:
Aanmelden
Aanmelden via Usis: Selfservice > Studentencentrum > Inschrijven
Activiteitencodes te vinden via de studentenwebsite onder de tab 'Wiskunde en Natuurwetenschappen'.
Contact
Onderwijscoördinator Informatica, Riet Derogee.