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.
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
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
• 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
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.
Prøvens navn | Data mining: vidensopdagelse i store databaser |
Prøveform | Mundtlig pba. projekt
Ekstern mundtlig evaluering med udgangspunkt i projektrapporten for
miniprojektet |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Ekstern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Tjek detaljer på https://www.master-it-vest.dk/fagpakker/softwarekonstruktion.html
Engelsk titel | Data Mining: Knowledge Discovery in Large Databases |
Modulkode | DSNITEV8 |
Modultype | Kursus |
Semester | Tjek detaljer på https://www.master-it-vest.dk/fagpakker/softwarekonstruktion.html |
ECTS | 5 |
Undervisningssprog | Dansk |
Undervisningssted | Campus Aalborg |
Modulansvarlig |
Uddannelsesejer | Master i informationsteknologi, softwarekonstruktion |
Studienævn | Studienævn for Datalogi |
Institut | Institut for Datalogi |
Fakultet | Det Teknisk Fakultet for IT og Design |