Data Mining Techniques

1. Adatbányászat fogalma, története, feladatai, alkalmazási területek, adatbányászat szoftverek
o Koncepcionális alapozás
o Adatbányászó primitívek
o Adatbányászati rendszer architektúrák
2. Előfeldolgozás, adattranszformációk, hasonlósági mértékek, hiányzó értékek kezelése, diszkretizálás, mintavételezés
3. Bevezetés az osztályozásba és a regresszióba, osztályozó módszerek, osztályozás feladata
4. Lokális többségen alapuló osztályozók, k-legközelebbi szomszéd módszere, partíciós- és kernel-szabály, k-d fa, alkalmazási példa: piacszegmentálás
5. Döntési fák felépítése, döntési fák és döntési szabályok, minimális döntési fa feladata, ID3 algoritmus (feltételes entrópia), CART/CHAID módszerek lényege, alkalmazási példa: hitelbírálat
6. Bayes-döntés, Bayesi hálózatok, naiv bayesi hálók (NBH), alkalmazási példa: hitelbírálat (folytatása)
7. Lineáris osztályozók, perceptron algoritmus, Vapnik algoritmusa, hipersíkkal nem szeparálható adatok, SVM, alkalmazási példa: karakterfelismerés, arcfelismerés, mozgó objektumok azonosítása, követése
8. Osztályozók kombinálása (bagging, randomizálás, boosting)
9. Konzisztencia, hibavalószínűség, osztályozók kiértékelése: ismételt mintavételezés, keresztvalidáció, bootstrap
10. Klasszikus klaszterezési célfüggvények, klaszterező algoritmusok típusai, partíciós algoritmusok
11. Hierarchikus-, sűrűség-alapú módszerek
o rács- és modellalapú klaszterező algoritmusok (STING,CLIQUE,MAFIA)
o a dimenzió redukció feladata és lehetőségei klaszterezéshez
12. Gyakori elemhalmaz keresés, Apriori algoritmus, alkalmazási példa: tipikus ügyfélviselkedések kinyerése
13. Szófa a gyakori elemhalmazok tárolására, Apriori algoritmus gyorsítása: bemenet tárolása (piros-fekete fa), zsákutca nyesés
14. Asszociációs szabály fogalma, szabályok kinyerése, érdekességi mutatók, függetlenség meghatározása, hierarchikus asszociációs szabályok, asszociációs szabályok és az osztályozás, alkalmazási példa: ügyfél viselkedés, márka hűség előrejelzés, bankkártya csalás detektálása

A gyakorlati órák tartalma:
A heti egy óra laborgyakorlatot kéthetente megtartott duplaóra formájában bonyolítjuk. A hallgatók egy-egy témakört felölelő feladatlapokat kapnak, amit önállóan kell a laborban megoldaniuk tanári felügyelet mellett.
1. Néhány piacvezető adatbányászati szoftver bemutatása, előfeldolgozás, adattranszformációk
2. Osztályozás: legközelebbi szomszéd módszere, döntési szabályok
3. Osztályozás: döntési fák
4. Neurális hálózatok, Bayesi hálózatok, SVM osztályozás
5. Klaszterezés
6. Gyakori elemhalmaz keresés, asszociációs szabály keresés, eredmények interpretációja, asszociációs szabálykeresés buktatói , érdekességi mutatók
7. Házi feladatok beadása, ellenőrzése