KHAI PHÁ DỮ LIỆU (DATA MINING)fit.hnue.edu.vn/~thodx/data/datamining/Chapter0...Kiến thức,...
Transcript of KHAI PHÁ DỮ LIỆU (DATA MINING)fit.hnue.edu.vn/~thodx/data/datamining/Chapter0...Kiến thức,...
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: [email protected]
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!