Data Mining Algorithms

Adatbányászati algoritmusok

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Adatbányászati algoritmusok

Data Mining Algorithms

Subject code

BMEVIMA9068

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	4	0	0
type (linked/independent)	—	—	—

Assessment type

vizsga

Credits

Subject coordinator

DR. Pintér Márta Barbara

position: egyetemi docens

contact: pinter.marta@vik.bme.hu

Responsible department

—

Faculty

Subject website

—

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

none

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

none

Objectives

Programme

1. hét

* Adatbányászat fogalma, története, feladatai, statisztika kontra

adatbányászat, tudásfeltárás folyamata

* Alkalmazási területek, sikeres alkalmazások, adatbányászat

szoftverek, WEKA, etikai kérdések, elvárások

2. hét

* Előfeldolgozás: attribútum típusok, alapvető statisztikai értékek

(mintaátlag, korrigált empirikus szórás, medián kvantilisek,

kvartilisek, ferdeség, lapultság), hasonlóság-különbözőség

meghatározása, súlyozás, normalizálás

* hiányzó értékek kezelése, diszkretizálás, mintavételezés (Csernov

korlátos, bináris és hipergeometrikus eloszláson alapuló elemzés)

3. hét

* Dimenziócsökkentés: szinguláris érték szerinti felbontás (SVD),

főkomponens analízis (PCA)

* Gyakori elemhalmazok kinyerésének (GYEK) feladata, alapvető fogalmak

(támogatottság/gyakoriság, fedés, gyakori elemhalmaz) adatábrázolási

módok, gyakori elemhalmazok keresési tere, GYEK algoritmusok főbb

jellemzői, fogalmai (pl. jelölt, ismétlés nélküli jelölt-előállítás)

4. hét

* Apriori algoritmus, szófa a gyakori elemhalmazok tárolására,

minimális szófa problémája

* Modern processzorok felépítése és ennek hatása az algoritmusokra

(memóriahierarchia, adatlokalitás, blokkfeldolgozás,

elágazás-előrejelzés, előreolvasás, adatfüggetlenség,

vektoros/pipe-lineos feldolgozás), az Apriori algoritmus gyorsítása:

bementet tárolása (piros-fekete fa), zsákutca nyesés,

5. hét

* az Apriori gyorsítása: tranzakciók zsugorítása, ekvisupport nyesés,

Borgelt technikája, az Eclat algoritmus

* nem bővíthető gyakori elem, zárt és pszeudozár elemhalmazok és ezek

kinyerése

6. hét

* Az asszociációs szabály fogalma, szabályok kinyerése, maximális

következményrészű szabályok, Duquenne--Guigues-bázis

* A függetlenség meghatározása: lift érték, empirikus

kovariancia/korreláció, statisztikus megközelítések: chi^2 próba,

binomiális próba

7. hét

* Fisher-féle egzakt próba, asszociációs szabályok rangsora

függetlenségi mutatók alapján, értékinvariancia, a chi^2 statisztika

és az empirikus korreláció kapcsolata, a legkisebb mintájú, nagy

bizonyosságú összefüggés-feltárás,

* általánosság/specialitás, hierarchikus asszociációs szabályok,

korreláció kontra implikáció, asszociációs szabályok és az osztályozás

8. hét

* Bevezetés az osztályozásba és a regresszióba, osztályozó módszerek,

módszerekkel szembeni elvárások, osztályozás feladata, elméleti

regressziós görbe,

* Legközelebbi szomszéd módszere, kd-fa, dimenzióátok

9. hét

* lineárisan szeparálható osztályok, perceptron tanulási szabály,

winnow módszer, rocchio módszer

· lineáris regresszió, attribútum-kiválasztás

10. hét

* logisztikus regresszió, mesterséges neurális hálózatok

* döntési szabályok, döntési szabályok kifejezőereje, szabályhalmazok

és sorozatok, döntési táblázatok, 0R/1R algoritmusok, prism módszer

11. hét

* döntési fák felépítése, döntési fák és döntési szabályok, minimális

döntési fa feladata, ID3 algoritmus (feltételes entrópia), CART/CHAID

módszerek lényege

* vágási függvények, Taylor-Silverman elvárások, GINI index, DKM,

chi^2 statisztika, power divergence függvény, döntési fák nyesése

12. hét

* bayesi hálózatok, naiv bayesi hálók (NBH), az NBH és a logisztikus

regresszió kapcsolata

* osztályozók kombinálása: bagging, randomizálás, boosting,

13. hét

* osztályozók kiértékelése: ismételt mintavételezés, keresztvalidáció

(leave-one-out), bootstrap, kappa statisztikai, osztályozók

összehasonlítása, keveredési mátrix,

· klaszterezés alapfogalmai, Kleinberg-féle lehetetlenség-elmélet,

klaszterező algoritmusok csoportjai, algoritmussal szemben támasztott

elvárások, klaszterezés klasszikus jósági mutatói

14. hét

* partíciós algoritmusok: k-közép, k-mediod, clarans

* hierarchikus és sűrűség-alapú módszerek

Az alapvető adatbányászati algoritmusok ismertetése.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): Előadás

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Algoritmusok elmélete, lineáris algebra, gráfelmélet, valószínűségszámítás, adatbázis-elmélet

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Algoritmusok elmélete, lineáris algebra, gráfelmélet, valószínűségszámítás, adatbázis-elmélet

General rules

Követelmények: a. A szorgalmi időszakban: ZH b. A vizsgaidőszakban: vizsga Elővizsga: Pótlási lehetőségek: Pótzh

Assessment methods

In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Tematikaütközés miatt a tárgyat csak azok vehetik fel, akik korábban nem hallgatták a következő tárgyakat: Neptun-kód Cím

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements

Requirements valid from:

—

Requirements valid until:

—

Curriculum placement

No curriculum placements recorded for this subject version.