DATA MINING AND APPLICATION: TỔNG QUAN

Sự quan tâm đến kiến thức, vấn đề mới. Cung cấp các khái niệm và kỹ thuật cơ bản của khai thác dữ liệu (DM) Chuyển dữ liệu về dạng phù hợp Tìm tri thức từ dữ liệu Biểu diễn, đánh giá tri thức Ứng dụng của DM Các kỹ năng giải quyết vấn đề
Nội dung trích xuất từ tài liệu:
DATA MINING AND APPLICATION: TỔNG QUANKHAI THÁC DỮ LIỆU & ỨNG DỤNG (DATA MINING) GV : ThS. NGUYỄN HOÀNG TÚ ANHNỘI DUNG Giới thiệu về môn học Giới thiệu về khai thác dữ liệu (DM) 2 1 GIỚI THIỆU MÔN HỌC Tai sao chọn môn học này ? Thế mạnh và nền tảng kiến thức : TTNT, hệ QTCSDL, thống kê, kinh tế,… Sự quan tâm đến kiến thức, vấn đề mới. Mục tiêu môn học : Cung cấp các khái niệm và kỹ thuật cơ bản của khai thác dữ liệu (DM) Chuyển dữ liệu về dạng phù hợp Tìm tri thức từ dữ liệu Biểu diễn, đánh giá tri thức Ứng dụng của DM Các kỹ năng giải quyết vấn đề 3 Thông tin liên lạc Giảng viên lý thuyết : Th.s. Nguyễn Hoàng Tú Anh nhtanh@fit.hcmus.edu.vn Tel : 38354266 – 803 Website môn học : http://courses.cs.hcmus.edu.vn/  4 2CHƯƠNG TRÌNH 45 tiết lý thuyết và 30 tiết thực hành  Tổng quan  Chuẩn bị dữ liệu  Tập phổ biến và luật kết hợp  Bài toán phân lớp  Bài toán gom nhóm  Các nghiên cứu xa hơn 5Hình thức học Lý thuyết: Bài giảng : GV cung cấp slide theo tiến độ. Bài tập theo nhóm và bài tập cá nhân. Tìm hiểu, nghiên cứu tài liệu để báo cáo xemina Thực hành :  Hình thức 2  Sử dụng PM Weka  Cài đặt một số thuật toán 6 3 HÌNH THỨC KIỂM TRA VÀ ĐÁNH GIÁ Hệ thống thang điểm: Bài thi lý thuyết: 4.5 điểm  Bài tập theo nhóm và cá nhân: 1.5 điểm  1.5 điểm Báo cáo xemina:  Bài tập thực hành hằng tuần: 2.5 điểm  Điểm cộng cho phần TH: tối đa 1 điểm  7 HÌNH THỨC KIỂM TRA VÀ ĐÁNH GIÁ Thi lý thuyết: 4.5 điểm Thi viết, đựơc sử dụng tài liệu, KHÔNG sử dụng laptop,  mang theo máy tính : thời gian 120’ Bài tập theo nhóm và cá nhân: 1.5 điểm Bài tập làm theo nhóm và cá nhân trên lớp và qua Moodle.  Tối đa 4 SV/nhóm.  Hạn chót đăng ký nhóm qua Moodle: 15/09/2009  1.5 điểm Báo cáo xemina: Thực hiện theo nhóm đã đăng ký bài tập nhóm  (4SV/nhóm). Các nhóm sẽ đăng ký nội dung xemina theo thông báo  trên website môn học. (trong tuần từ 21/9 -26/9) 8 4 HÌNH THỨC KIỂM TRA VÀ ĐÁNH GIÁ Bài tập (theo nhóm và cá nhân): 1.5 điểm Bài tập làm theo nhóm hoặc cá nhân trên lớp và qua  Moodle hằng tuần. Đánh giá sự tham gia lớp học và sự chuẩn bị bài  trong suốt quá trình học tập. Điểm bài tập sẽ đánh giá trên tất cả các bài tập  hằng tuần trên lớp và qua Moodle. Đối với các bài tập làm theo nhóm, trưởng  nhóm cần thống kê tỷ lệ đóng góp của từng thành viên trong nhóm. 9 HÌNH THỨC KIỂM TRA VÀ ĐÁNH GIÁ Bài tập (theo nhóm và cá nhân): 1.5 điểm Đánh giá sự tham gia lớp học và sự chuẩn bị bài  trong suốt quá trình học tập. 30% - bài tập cá nhân trong giờ học và 70% là bài  tập theo nhóm. Để có thể đạt kết quả tốt, các SV cần xem trước bài  giảng để chuẩn bị. Các mức đánh giá:  A – Xuất sắc 100% số điểm  B - Đạt yêu cầu ~70% số điểm  C - Không đạt yêu cầu ~30% số điểm  F - Không làm hoặc giống bài của SV khác 0% số điểm  10 5 HÌNH THỨC KIỂM TRA VÀ ĐÁNH GIÁ 1.5 điểm Báo cáo xemina: Các nhóm sẽ đăng ký nội dung xemina theo thông báo trên website môn học. (trong tuần từ 21/9 -26/9) Thứ tự báo cáo phụ thuộc vào nội dung các nhóm đăng ký. Bắt đầu xemina ...