Zaawansowana eksploracja danych

Zaawansowana eksploracja danych

Prowadzący

dr hab. inż. Mikołaj Morzy

telefon: 61 665 2961

Instytut Informatyki Politechniki Poznańskiej, ul. Piotrowo 2, 60-965 Poznań

Wydział Informatyki, ul.Strzelecka 11, 60-965 Poznań

Miejsce przedmiotu w programie studiów

Przedmiot obowiązkowy na II stopniu studiów magisterskich uzupełniających na kierunku Informatyka, specjalność Technologie Przetwarzania Danych

Przedmiot stanowi kontynuację przedmiotu Eksploracja danych. Celem przedmiotu jest zapoznanie studentów z zaawansowanymi technikami eksploracji danych i odkrywania wiedzy w bazach danych, takimi jak: analiza skupień, selekcja i ekstrakcja cech, metody regresji. Oprócz ogólnych algorytmów studentki i studenci poznają różne środowiska do eksploracji danych: Oracle Data Mining, Orange Data Mining czy Project R. Duży nacisk położony jest na ćwiczenia praktyczne, w trakcie których studentki i studenci implementują własne rozwiązania przy użyciu języków SQL, PL/SQL i Java.

Sposób zaliczenia przedmiotu

Przedmiot jest zaliczany na podstawie projektu zaliczeniowego. Projekt zaliczeniowy polega na wykorzystaniu wybranego narzędzia do eksploracji danych (Rapid Miner, Weka, Orange Data Mining, Oracle Data Miner, R-project) do wykonania analizy na dostarczonym przez prowadzącego zbiorze danych. Projekt dotyczy przeprowadzenia analizy i eksploracji dużego zbioru danych, analiza jest podzielona na poszczególne zadania (klasyfikacja, regresja, analiza skupień) i istnieje możliwość wykonania części zadań.

Termin przesyłania rozwiązań upływa w niedzielę, 27 stycznia 2013 r. o godzinie 23:59.

projekt_zaliczeniowy_2013.pdf
zbiory danych (*.aml, *.csv, *.arff, *.dat, *.names)
opis schematu i znaczenia atrybutów
dostęp do danych zapisanych w bazie danych jest możliwy za pomocą programu iSQLPlus

UWAGA: w przypadku korzystania z plikowej wersji bazy danych w trakcie testowania klasyfikatorów proszę podzielić zbiór danych na zbiór uczący i testujący w taki sposób, aby w zbiorze testowym znalazło się 1860 przypadków.

Wymagane wiadomości

Dobra znajomość języków SQL i PL/SQL, umiejętność programowania w języku Java, znajomość podstawowych pojęć z zakresu statystyki.

Plan laboratoriów

Program zajęć laboratoryjnych obejmuje następujące zagadnienia:

analiza skupień
selekcja i ekstrakcja cech
metody regresji
Orange Data Mining
Projekt R
Java for Data Mining API

Bibliografia

Data Mining: Concepts and Techniques, J.Han, M.Kamber, J.Pei, Morgan Kaufmann, 2005
Principles of Data Mining, D.J.Hand, H.Mannila, P.Smyth, AAAI/MIT Press, 2000
Handbook of Data Mining and Knowledge Discovery, W.Kloesgen, J.Zytkow, (eds) Oxford University Press, 2002
Introduction to Data Mining , P.Tan, M.Steinbach, V.Kumar, Addison Wesley, 2005