S2: Tehnici de date mining pentru date complexe

InfoTitularTematicaBibliografieEvaluareObiective

Număr de credite: 8
Cod: AMR0154
Predare: curs 1h, lucrare practică 2h
Limba de predare: Română
Tip: curs principal, semestrul 2, Masteratul Analiza Datelor Complexe
Erasmus:

Mircea Comşa
profesor universitar doctor
Facultatea de Sociologie şi Asistenţă Socială
Universitatea Babeş-Bolyai
E-mail: mcomsa@socasis.ubbcluj.ro

Curs

  1. Why and What Is Data Mining? RapidMiner: Fundamental Terms
  2. The Virtuous Cycle of Data Mining. RapidMiner: Design
  3. Data Mining Methodology and Best Practices. RapidMiner: Analysis Processes
  4. Data Mining Applications in Marketing and CRM. RapidMiner: Display
  5. The Lure of Statistics: Data Mining Using Familiar Tools. RapidMiner: Repository
  6. Decision Trees
  7. Artificial Neural Networks
  8. Nearest Neighbor Approaches
  9. Market Basket Analysis and Association Rules
  10. Automatic Cluster Detection
  11. Text Mining
  12. More examples and practice & Project discussions
  13. More examples and practice & Project discussions
  14. More examples and practice & Project discussions

Seminar

  • Why and What Is Data Mining? RapidMiner: Fundamental Terms
  • The Virtuous Cycle of Data Mining. RapidMiner: Design
  • Data Mining Methodology and Best Practices. RapidMiner: Analysis Processes
  • Data Mining Applications in Marketing and CRM. RapidMiner: Display
  • The Lure of Statistics: Data Mining Using Familiar Tools. RapidMiner: Repository
  • Decision Trees
  • Artificial Neural Networks
  • Nearest Neighbor Approaches
  • Market Basket Analysis and Association Rules
  • Automatic Cluster Detection
  • Text Mining
  • More examples and practice & Project discussions
  • More examples and practice & Project discussions
  • More examples and practice & Project discussions

 

  • Berry, M. J. şi Linoff, G. S. 2004/2011. Data Mining Techniques: For Marketing, Sales, and Customer
  • Relationship Management. John Wiley & Sons.
  • RapidMiner User Manual. www.rapid-i.com.

 

Curs

 

Metode de evaluare

  • 100% proiect de cercetare

Criterii de evaluare:

  • proiect de cercetare

 

Laborator

 

Metode de evaluare

  • 100% proiect de cercetare

Criterii de evaluare:

  • proiect de cercetare

Obiective generale

  • Cursul urmăreşte să prezinte la un nivel introductiv principalele practici, instrumente şi tehnici specifice domeniului data mining

Obiective specifice

  • Să recunoască şi să descrie o situaţii şi probleme în care data miningpoate fi utilizată.
  • Să identifice conceptele şi variabilele specifice unor domenii diferite şi în cadrul acestora a unor probleme specifice.
  • Să transpună problemele identificate în probleme practice/tehnice.
  • Să identifice tehnicile de data mining potrivite pentru rezolvarea problemelor practice şi să selecteze una dintre acestea.
  • Să identifice sursele de date necesare.
  • Să implementeze tehnica de data mining selectată folosind softul RapidMiner.
  • Să interpreteze rezultatele obţinute şi să le traducă în recomandări/soluţii relativ la problemele identificate anterior.