Інфопакет

Актуальні проблеми "Data Mining"

ОК.13

Обов’язкова дисципліна для ОП

Другий

2023/2024

2 Семестр

4

ПРН6. Розробляти концептуальну модель інформаційної або комп’ютерної системи. ПРН10. Проектувати архітектурні рішення інформаційних та комп’ютерних систем різного призначення. ПРН11. Створювати нові алгоритми розв’язування задач у сфері комп’ютерних наук, оцінювати їх ефективність та обмеження на їх застосування. ПРН12. Проектувати та супроводжувати бази даних та знань.

Дистанційне навчання

Знати: базові поняття штучного інтелекту та методів оптимізації; мати сучасні уявлення про основні задачі, що вирішуються в рамках штучного інтелекту та аналізу даних. Вміти: описувати задачу аналізу даних, визначати атрибути та тип задачі, будувати модель.

Мета дисципліни – поглиблення знань з інтелектуального аналізу даних та штучного інтелекту, вивчення основних підходів до розв’язання основних задач – це задачі класифікації, кластеризації, пошуку асоціативних правил. Навчальний курс присвячений основним задачах інтелектуального аналізу даних: класифікації, кластеризації, пошуку асоціативних правил. Розглядаються основні класи алгоритмів для розв’язку відповідних задач. Наводиться порівняльний аналіз підходів, та можливі модифікації. Зокрема вивчаються алгоритми побудови дерев прийняття рішень, питання адаптивної кластеризації. Досліджуються основні проблеми, пов’язані з використанням штучних нейронних мереж для вирішення задач аналізу даних.

1. Марченко О.О., Россада Т.В. Актуальні проблеми Data Mining. Навчально-методичний посібник для студентів факультету комп’ютерних наук та кібернетики. - Київ. - 2017. - 150 с. 2. Kantardzic, M. Data mining: concepts, models, methods, and algorithms. - New York : John Wiley & Sons, 2003. - 343 p. 3. Han, J. Data Mining: concepts and Techniques / J. Han, M. Kamber. - San Francisco: Morgan Kaufmann Publishers, 2010. - 26 p. 4. Data Mining Curriculum. - Режим доступу: https://kdd.org/exploration_files/CURMay06.pdf

Лекції, лабораторні заняття, самостійна робота.

Семестрове оцінювання: 1. Лабораторні роботи: РН 1.1, РН 1.2, РН 2.1, РН 4.1– 25 балів / 15 балів. 2. Реферат: РН 2.1, РН 3.1, РН 4.1 – 25 балів / 15 балів. 3. Поточне оцінювання: РН 2.1, РН 3.1, РН 4.1 – 10 балів / 6 бали. Підсумкове оцінювання / final evaluation: - максимальна кількість балів які можуть бути отримані студентом / maximum points: 40 балів; - результати навчання які будуть оцінюватись: PH 1.1, PH 1.2, PH 2.1. - форма проведення: письмова форма.

Українська, англійська