Αποθήκες και εξόρυξη δεδομένων


Διδάσκων/ουσα: Έξαρχος Θεμιστοκλής, Κερμανίδου Κάτια - Λήδα
Κωδικός Μαθήματος: HY-380
Τύπος Μαθήματος: Μάθημα Επιλογής
Επίπεδο Μαθήματος: Προπτυχιακό
Γλώσσα Μαθήματος: Ελληνικά
Εξάμηνο: Η΄
ECTS: 4
Διδακτικές Μονάδες: 4
Ώρες Διάλεξης: 2
Ώρες Εργαστηρίου/Φροντιστηρίου: 4Ε
Σύνολο Ωρών: 6
Σελίδα E Class: http://e-class.ionio.gr/courses/DCS172/
Σύντομη Περιγραφή:
  • Ιστορικά στοιχεία
  • Αποθήκες δεδομένων
  • Εισαγωγή στην εξαγωγή γνώσης
  • Μεθοδολογίες και αλγόριθμοι εξόρυξης δεδομένων
  • Προγνωστικές και περιγραφικές προσεγγίσεις εξόρυξης δεδομένων
  • Κανόνες συσχέτισης
  • Κατηγοριοποίηση
  • Δένδρα απόφασης
  • k-κοντινότεροι γείτονες
  • Στοχαστική κατηγοριοποίηση
  • Naive Bayes
  • Συσταδοποίηση
  • Μέτα-μάθηση
  • Αποθήκες δεδομένων και τεχνολογίες OLAP
  • Προ-επεξεργασία και φιλτράρισμα δεδομένων
  • Επιλογή χαρακτηριστικών
  • Οπτικοποίηση δεδομένων
  • Αξιολόγηση
Αντικειμενικοί Στόχοι - Επιδιωκόμενα Μαθησιακά Αποτελέσματα:

Το μάθημα εισάγει τους φοιτητές στις βασικές έννοιες των αποθηκών δεδομένων και της εξόρυξης αυτών, ενώ τους εξοικειώνει με τις βασικές τεχνικές διαχείρισης δεδομένων και τις σχετικές μεθοδολογίες.

Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα έχουν κατανοήσει τα βασικά χαρακτηριστικά των αποθηκών δεδομένων, καθώς και θα έχουν λάβει γνώση των βασικών εργαλείων, αλγορίθμων και μεθοδολογιών με τα οποία υλοποιείται η εξόρυξη δεδομένων στα σημερινά υπολογιστικά συστήματα.

Συνιστώμενη βιβλιογραφία προς μελέτη:
  • Εισαγωγή στην εξόρυξη δεδομένων, Tan Pang – Ning,Steinbach Michael,Kumar Vipin, ISBN: 978-960-418-162-9
  • Εισαγωγή στην Εξόρυξη Δεδομένων και τις Αποθήκες Δεδομένων, Αλ. Νανόπουλος – Γ. Μανωλόπουλος
  • DATA MINING, Margaret H. Dunham
  • Data Mining: Practical Machine Learning Tools and Techniques,3rd Edition. Witten Ian, Frank Eibe, Hall Mark. Morgan Kaufmann

Συναφή επιστημονικά περιοδικά:

  • Data Mining and Knowledge Discovery, Springer.
  • Machine Learning, Springer.
  • Journal of Machine Learning Research. Microtome Publishing.

Επιστροφή

Σπουδές

Κτίριο Γραμματειών (Κτίριο 3) Πλατεία Τσιριγώτη 7 (πρώην Πλατεία Παλιού Ψυχιατρείου) Κέρκυρα, 49100 τηλ:26610 87760 / 87761 / 87763
e-mail: cs@ionio.gr
certification
<< <
Μάρτιος 2024
> >>
Δε Τρ Τε Πε Πα Σα Κυ
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Σήμερα, Πέμπτη 28-03-2024
Ανάγνωση ΚειμένουΑνάγνωση Κειμένου Αναγνωσιμότητα ΚειμένουΑναγνωσιμότητα Κειμένου Αντίθεση ΧρωμάτωνΑντίθεση Χρωμάτων
Επιλογές Προσβασιμότητας