KHAI PHÁ DỮ LIỆU

(DATA MINING)

Đặng Xuân Thọ

Trường Đại học Sư phạm Hà Nội

Support

Full name: Đặng Xuân Thọ

Mobile: 091.2629.383

Email: thodx@hnue.edu.vn

Website: http://fit.hnue.edu.vn/~thodx/

Khai phá dữ liệu - ĐHSPHN

2

Khai phá dữ liệu

Khai phá dữ liệu - ĐHSPHN

3

“Chỉ Thượng đế là đáng tin,

mọi thứ khác đều phải dựa vào dữ liệu”

Nội dung

Chương 1. Giới thiệu về khai phá dữ liệu

Chương 2. Dữ liệu và tiền xử lý dữ liệu

Chương 3. Phân lớp dữ liệu

Chương 4. Khai phá luật kết hợp

Chương 5. Phân cụm

Khai phá dữ liệu - ĐHSPHN

4

Tài liệu tham khảo

Jiawei Han, Micheline Kamber and Jian Pei, Data

Mining: Concepts and Techniques, Morgan Kaufmann:

3rd edition (2011), 744 pages.

Đỗ Phúc, Giáo trình Khai thác dữ liệu, NXB ĐHQG TP.

HCM, 2005.

Ian H. Witten, Eibe Frank and Mark A. Hall, Data Mining:

Practical Machine Learning Tools and Techniques,

Morgan Kaufmann: 3rd edition (2011).

Hà Quang Thụy, Bài giảng: nhập môn khai phá dữ liệu.

Anand Rajaraman and Jeffrey Ullman, Mining of

Massive Datasets, Wiley, 2011.

Khai phá dữ liệu - ĐHSPHN

5

Kiến thức, kỹ năng đạt được

Khai phá dữ liệu - ĐHSPHN

6

Hiểu các bước trong quá trình khai phá tri thức

Mô tả được các khái niệm cơ bản, công nghệ,

và ứng dụng của khai phá dữ liệu.

Nhận dạng được các vấn đề về dữ liệu trong

giai đoạn tiền xử lý cho đến quá trình khai phá

dữ liệu.

Giải thích được các tác vụ khai phá dữ liệu

phổ biến như tiền xử lý dữ liệu, phân lớp,

phân cụm, và khai phá luật kết hợp.

Kiến thức, kỹ năng đạt được

Khai phá dữ liệu - ĐHSPHN

7

Hiểu cách sử dụng khai phá dữ liệu để có

được các quyết định tốt hơn.

Sử dụng được các giải thuật và công cụ khai

phá dữ liệu để phát triển ứng dụng khai phá

dữ liệu.

Được chuẩn bị về kiến thức để có thể nghiên

cứu trong lĩnh vực khai phá dữ liệu.

Tiêu chuẩn đánh giá học viên

Dự lớp: Học viên phải tham gia đủ trên 80%

số giờ trên lớp, tham gia thảo luận nhóm theo

số tiết qui định.

Bài tập: Hoàn thành tất cả các bài tập ở lớp,

bài tập về nhà.

Tự học: Nghiên cứu tài liệu để nắm vững lý

thuyết, tích cực tham gia thảo luận.

Dự lớp, thảo luận, thi giữa kỳ: 40%

Thi cuối học kỳ: 60%

Khai phá dữ liệu - ĐHSPHN

8

Hình thức kiểm tra và thi hết môn

Chuyên cần: không nghỉ quá 20% tổng số buổi

Giữa kỳ: 1 bài (tỷ trọng 30%)

Bài tập trên lớp và bài tập về nhà

Trình bày bài báo làm theo nhóm

Thi hết môn: 1 bài (tỷ trọng 60%)

Thi viết: 90 phút

Gồm tất cả 5 chương đã học

Khai phá dữ liệu - ĐHSPHN

9

Trình bày bài báo theo nhóm

Khai phá dữ liệu - ĐHSPHN

10

Nêu bài toán

Bài toán là gì? Tại sao lại cần nghiên cứu?

Các phương pháp hiện nay

Phương pháp đề xuất của bài báo

Cách triển khai thực nghiệm

Các bước thực hiện, chuẩn bị cho thực nghiệm

Kết quả thực nghiệm & đánh giá

Kết luận

Đề xuất cải tiến bài báo?

Bốc thăm chia nhóm

Khai phá dữ liệu - ĐHSPHN

11

Nhóm 1:

Nhóm 2:

Nhóm 3:

Nhóm 4:

Kế hoạch môn học

Buổi 1 Giới thiệu về môn học, tài liệu tham khảo,

hình thức học, kiểm tra và thi.

Trình bày Chương 1

Buổi 2 Trình bày Chương 2 và Bài tập

Buổi 3, 4 Trình bày Chương 3 và Bài tập

Buổi 5 Trình bày Chương 4 và Bài tập

Buổi 6 Trình bày Chương 5 và Bài tập

Buổi 7, 8 Học nhóm, trao đổi

Buổi 9 Các nhóm trình bày (22/8)

Khai phá dữ liệu - ĐHSPHN

12

THANK YOU!