Data Mining

Vakbeschrijving Data Mining
Collegejaar: 2017-2018
Studiegidsnummer: 4032DATM6
Docent(en):
  • Dr. A.J. Knobbe
Voertaal: Engels
Blackboard: Onbekend
EC: 6.0
Niveau: 300
Periode: Semester 1
Onderwijstijd in uren
(excl. zelfstudie):
31:00 uur
  • Geen Keuzevak
  • Geen Contractonderwijs
  • Geen Exchange
  • Geen Study Abroad
  • Geen Avondonderwijs
  • Geen A-la-Carte en Aanschuifonderwijs
  • Geen Honours Class

Doel

Inzicht krijgen in het data mining proces en het in staat zijn om data mining algoritmen en tools toe te passen.

Beschrijving

Data mining probeert interessante patronen uit grote hoeveelheden data te halen. In dit college wordt eerst een aantal basisbegrippen uit de statistiek behandeld en daarna wordt ingegaan op de volgende onderwerpen:

  • Onderliggende principes van data mining algoritmen en hun toepassing: gegevens vergaren, visualisatie, data analyse en onzekerheid.
  • Data mining: algoritmen, modellen en patronen, scorings functies, zoek- en optimalisatiemethoden, beschrijvend modelleren, classificatie, regressie.
  • Data mining problemen uit de praktijk.
  • Programmeeropdrachten maken deel uit van het college.

Examinering

Schriftelijk tentamen.

Literatuur

  • Data Mining. Practical Machine Learning Tools and Techniques (Third Edition), Morgan Kaufmann, January 2011, ISBN 978-0-12-374856-0.

Aanmelden

Aanmelden via Usis: Selfservice > Studentencentrum > Inschrijven
Activiteitencodes te vinden via de studentenwebsite onder de tab 'Wiskunde en Natuurwetenschappen'.

Voor studenten die niet staan ingeschreven voor de bachelor Informatica of de minor Data Science is er een beperkte capaciteit. Neem contact op met de studieadviseur/onderwijscoördinator.

Contact

Onderwijscoördinator Informatica, Riet Derogee.

Website

Data Mining.

Talen