Universitatea Babeş-Bolyai Cluj-Napoca
Facultatea de Matematică şi Informatică
Ciclul de studii: Masterat
FISA DISCIPLINEI
| MI371 | Metode avansate de analiza datelor |
| Titularii de disciplina |
Prof. Dr. POP Horia Florin, hfpop cs.ubbcluj.ro |
| Obiective |
|
Sa introduca studentul in metode avansate de analiza datelor. Sa ofere studentului instrumentele care sa ii permita sa realizeze aplicatii diverse ale analizei datelor. |
| Continutul |
|
1. Administrivia
2. Introducere in Data Mining 3. Multimi fuzzy 4. Logica fuzzy; Rationament fuzzy 5. Sisteme de control fuzzy 6. Multimi rough; Tabele de decizie 7. Arbori de decizie; Reguli de asociere 8. Retele neuronale; Algoritmi genetici 9. Metode de predictie 10. Componente principale, Analiza factoriala 11. Classification; Clustering 12. Extragerea caracteristicilor relevante 13. Analiza performantei tehnicilor 14. Text mining, Web mining 15. Aplicatii ale analizei datelor |
| Bibliografie |
|
[1] J. Han, M. Kamber, Data Mining: Concepts and Techniques, Academic Press, 2001
[2] G.J. Klir, B. Yuan, Fuzzy Sets and Fuzzy Logic, Prentice Hall, 1995 [3] T. Mitchell, Machine Learning, McGraw Hill, 1996 [4] Z. Pawlak, Rough Sets, Polish Academy of Sciences, Gliwice, 2004 [5] N. Ye, The Handbook of Data Mining, Lawrence Elbaum Associates Publishers, 2003 Additional references [1] A. Agresti, An Introduction to Categorical Data Analysis, Wiley, New York, 1996 [2] M. Barthold, D.J. Hand, Intelligent Data Analysis, Springer Verlag, 2003 [3] C. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1995 [4] J.C. Bezdek, Pattern recognition with fuzzy objective function algorithms, Kluwer, 1981 [5] Y.H. Pao, Adaptive pattern recognition and neural networks, Addison Wesley, 1989 [6] Statsoft inc., Electronic Statistics Textbook, Tulsa, OK, 2004, http://www.statsoft.com [7] Internet resources |
| Evaluare |
|
Fiecare student trebuie sa demonstreze ca a atins un nivel acceptabil de intelegere si procesare a cunostintelor domeniului, ca este capabil sa exprime cunostintele intr-o forma coerenta, ca are capacitatea de a realiza o analiza conceptuala a domeniului, si de a utiliza cunostintele in rezolvarea problemelor. Nota finala va fi compusa luand in calcul urmatoarele componente: 10% - participarea la activitatile din clasa; 20% + 20% - Doua rapoarte (scrise si prezentate la timp); 20% - proiect soft (scris, documentat si demonstrat la timp); 30% - Examen final (lucrare scrisa in sesiunea de examene). Toate elementele sunt obligatorii. Pagina web a cursului: http://www.cs.ubbcluj.ro/~hfpop/amda |
| Legaturi: | Syllabus-urile tuturor disciplinelor Versiunea in limba engleza a acestei discipline Versiunea in format rtf a acestei discipline |