R274: Истраживање података 1

пролећни семестар школске 2024/2025. године


[Новости]  [Обрађене теме]  [Информације о курсу]  [Семинарски задаци]  [Корисни линкови






Обрађене теме

Редослед предавањаДатум ТемаСлајдови и примери Пратећа литература
1 Увод. Типови и квалитет података. Мере сличности и различитости   PDF    PDF Tan, поглављa 1 i 2   Aggarwal, поглављe 1.
2 Припрема података. Визуелизација резултата   PDF    PDF https://www-users.cs.umn.edu/~kumar001/dmbook/data_exploration_1st_edition.pdf
3 Увод у класификацију података. Дрвета одлучивања   PDF Tan, поглавље 3 (до стр. 188)
4 Дрвета одлучивања. Алгоритми
Алтернативне методе класификације
  PDF
  PDF  C5.0 rules  KNN

Wu, поглавља 1, 8 и 10  Tan, поглавље 6 (до стр. 414)
5 Вештачке неуронске мреже. СВМ
Бајесовска класификација
  ANN    SVM     SVM-примери
  PDF  Примери
Tan, поглавље 6 (стр. 414-428, 451-463, 478-497),Wu, поглавља 3 и 9  
6 Класификација ансамблом метода
Процена резултата класификације
  PDF
  PDF  Примери
Tan, поглавље 6 (стр. 498-532)
7 Класификација ансамблом метода
 Процена резултата класификације
 Увод у кластер анализу
  PDF
  PDF   Примери
  PDF
Tan, поглавље 6 (стр. 498-532)
Tan, поглавље 5 (до стр. 347); Wu, поглавље 2
8 Алгоритми кластеровања
Откривање аномалија
  PDF
  PDF
Tan, поглавље 8
Tan поглавље 9
9 Откривање аномалија
Правила придруживања
  PDF
  PDF
Tan поглавље 9
Tan, поглавље 4 (до стр. 249); Wu, поглављe 4.
10 Правила придруживања
Мере интересантности правила
  PDF
  PDF
Tan, поглавље 4 (до стр. 274); Wu, поглављe 4.
11 Мере интересантности правила
Правила придруживања - додатне технике
  PDF
  PDF
Tan, поглавље 7 (до стр. 587)
12 Правила придруживања - додатне технике   PDF Tan, поглавље 7 (до стр. 587)
13 Правила придруживања - додатне технике   PDF Tan, поглавље 7 (до стр. 587, 601-613)

Подаци коришћени у примерима. Подаци су у db2move формату и припремљени су за увоз у DB2 базу података

Iris Adult Market basket Bakery Назив програма Положени испити


Информације о курсу

Кратак садржај курса

  • Увод у истраживање података
  • Основни подаци и дефиниције. Типови и квалитет података
  • Мере сличности и различитости
  • Припрема података. Издвајање карактеристика, чишћење, димензиона редукција
  • Визуелизација резултата
  • Класификација података
  • Кластер анализа
  • Правила придруживања
  • Откривање аномалија
  • Истраживање текста

Распоред наставе

Истраживање података 1, трећа година И смера
  • Предавања: (II група)
  • Предавања: (I група)
  • Вежбе: (I-2 група)
  • Вежбе: (I-1 група)
  • Вежбе: (II-2 група)
  • Вежбе: (II-1 група)

Наставник и асистент

Наставник: Ненад Митић
Асистенти: Стефан Капунац  

Консултације

Литература

  • Завршни испит
    • Практични/писмени 40 поена
    • Усмени 60 поена


Корисни линкови