Data mining: vidensopdagelse i store databaser

2022/2023

Modulets indhold, forløb og pædagogik

Enkeltfaget dækker grundlæggende data mining

Den studerende opnår viden om og praktisk erfaring med anvendelser af grundlæggende data mining. Den studerende får et dybt kendskab til teknologierne og bliver i stand til at forberede data til data mining (præprocessering) og benytte en række data mining metoder.

Læringsmål

Viden

Gennem enkeltfaget skal den studerende opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:

Vidensopdagelse i databaser, inkl. præprocessering

Fundamentale data mining metoder, herunder
• Associeringsregler (association rules), finder f.eks. samkøbsmønstre
• Sekventielle mønstre (sequential patterns), finder f.eks. mønstre over tid
• Gruppering af dataobjekter (clustering), finder f.eks. kundegrupper 
 

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til disse teoretiske emner

 

Færdigheder

Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til:

• At forstå og anvende en række data mining metoder til vidensopdagelse i store databaser
• At forstå og sammenligne algoritmerne bag forskellige data mining metoder

Kompetencer

• At vælge den rigtige type data mining metode til en given problemstilling, at parametrisere data mining algoritmer til et givent datasæt og at analysere data mining resultater

Undervisningsform

Undervisningen bestå af tre seminardage med kombinerede forelæsninger og øvelsessessioner (både med brug af computer og blyant og papir). Mellem seminarerne læser den studerende faglitteratur og laver øvelser/opgaver. Desuden udarbejder de studerende i grupper et miniprojekt til en realistisk problemstilling.

Eksamen

Prøver

Prøvens navnData mining: vidensopdagelse i store databaser
Prøveform
Mundtlig pba. projekt
Ekstern mundtlig evaluering med udgangspunkt i projektrapporten for miniprojektet
ECTS5
Bedømmelsesform7-trins-skala
CensurEkstern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Tjek detaljer på https://www.master-it-vest.dk/fagpakker/softwarekonstruktion.html

Fakta om modulet

Engelsk titelData Mining: Knowledge Discovery in Large Databases
ModulkodeDSNITEV8
ModultypeKursus
SemesterTjek detaljer på https://www.master-it-vest.dk/fagpakker/softwarekonstruktion.html
ECTS5
UndervisningssprogDansk
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design