Modulets indhold, forløb og pædagogik

FORMÅL
De studerende lærer, hvordan data mining kan bruges til at opdage skjulte regler, mønstre eller strukturer i store datasæt.

Læringsmål

Viden

De studerende skal opnå viden om centrale koncepter og teknikker i data mining såsom:

• teknikker til præprocessering af data såsom feature selection, dimensionalitetsreduktion og opdagelse af outliers
• data clustering
• teknikker til opdagelse af regler og mønstre såsom association rule mining og læring af beslutningstræer
• evaluering af resultater fra data mining.

Færdigheder

• kunne anvende teknikker fra data mining på data fra den virkelige verden vha. passende softwareværktøjer og programmeringssprog.
• kunne dokumentere resultaterne af data mining på et datasæt med korrekt brug af terminologi samt anvende passende evalueringsmetoder.

Kompetencer

• kunne identificere relevante mål og teknikker for data mining i et givent anvendelsesområde.
• kunne fortolke resultaterne af en undersøgelse med data mining.

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. § 17.

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854