Data-Mining, 7.5 hp

Data mining, 7.5 credits

732G12

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Kurstyp

Fristående- och programkurs

Examinator

Josef Wilzén

Kursansvarig

Josef Wilzén

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Språk Ort/Campus VOF
F7KSA Kandidatprogrammet i statistik och dataanalys 5 (HT 2020) 202034-202043 Svenska Linköping, Valla V

Huvudområde

Statistik

Utbildningsnivå

Grundnivå

Fördjupningsnivå

G1X

Kursen ges för

  • Kandidatprogrammet i statistik och dataanalys

Förkunskapskrav

För tillträde till kursen krävs att den studerande har genomgått kurser i statistik motsvarande 40 poäng samt någon grundläggande kurs i programmering.

Lärandemål

Efter avslutad kurs ska den studerande kunna:

  • redogöra för viktiga metoder för associationsanalys
  • klassificera och gruppera objekt i en databas
  • utnyttja programvara för data-mining
  • redovisa vilka slutsatser man kan dra av en genomförd associationanalys eller klassificering eller gruppering av objekt i en databas.

Kursinnehåll

Kursen syftar till att öka förmågan att analysera stora, komplexa datamaterial.
Kursen behandlar grundläggande begrepp inom data-mining såsom:

  • Generaliserade additiva modeller
  • Grundbegrepp för klassificering samt beslutsträd
  • Alternativa klassificeringsmetoder såsom neurala nätverk och “support vector machines”
  • Grundbegrepp och algoritmer för associationsanalys
  • Sekventiella mönster
  • Grundbegrepp och algoritmer för klusteranalys.

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar, datorövningar med viss tillgång till handledning, samt seminarier kring uppgifterna på datorövningarna. Utöver detta ska den studerande utöva självstudier.

Examination

Kursen examineras genom muntliga och skriftliga redogörelser för uppgifter till datorövningarna samt med en datortentamen.

Om LiU:s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det. Om koordinatorn istället har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Tregradig skala, U, G, VG

Övrig information

 

 

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
TEN1 Tentamen 5 hp U, G, VG
UPG2 Inlämningsuppgift 2.5 hp U, G, VG

Böcker

(2013) An Introduction to Statistical Learning with Applications in R 1st ed. 1st ed. 2013 , Corr. 7th printing

ISBN: 9781461471370

Zaki, Mohammed J., Verfasser, Meira, Wagner, Verfasser, (2020) Data mining and machine learning : fundamental concepts and algorithms

ISBN: 9781108473989, 1108473989

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.