Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
Tri thức:
- Các khái niệm cơ bản về khai phá dữ liệu và việc hỗ trợ ra quyết định
- Các vấn đề phân tích và xử lý dữ liệu cho quá trình khai phá dữ liệu
- Các kỹ thuật khai phá dữ liệu
- Các ứng dụng khai phá dữ liệu
Kỹ năng nhận thức:
- Khả năng nhận dạng và hiểu ý nghĩa và vai trò của khai phá dữ liệu trong tình hình kinh tế - xã hội-khoa học-kỹ thuật ngày nay
- Khả năng nhận dạng và hiểu các vấn đề liên quan đến dữ liệu sẽ được khai phá và quá trình khai phá dữ liệu
- Khả năng nhận dạng và hiểu khả năng ứng dụng của khai phá dữ liệu vào các hoạt động cụ thể của một tổ chức
Kỹ năng thực hành môn học:
- Khả năng phân tích và xử lý dữ liệu cho quá trình khai phá dữ liệu
- Khả năng phát triển các kỹ thuật khai phá dữ liệu
- Khả năng phá triển ứng dụng khai phá dữ liệu
- Khả năng vận dụng các tiện ích hỗ trợ khai phá dữ liệu được cung cấp cùng với các hệ quản trị cơ sở dữ liệu phổ biến ngày nay như MS SQL Server và Oracle Kỹ năng truyền đạt:
- Khả năng tham gia phân tích và xử lý dữ liệu cho quá trình khai phá dữ liệu
- Khả năng tham gia phát triển các kỹ thuật khai phá dữ liệu
- Khả năng tham gia phá triển ứng dụng khai phá dữ liệu
Chương 1: TRÍCH CHỌN ĐẶC TRƯNG
1. Dữ liệu mẫu là gì?
1.1. Hệ thống thông tin là gì? Cho ví dụ?
1.2. Bảng quyết định là gì?
2. Rút gọn (Reduct) và lõi (core)
2.1. Rút gọn
a. Rút gọn của hệ thống thông tin?
b. Rút gọn của bảng quyết định?
2.2. Lõi (core)? Cho ví vụ?
3. Thuật toán tìm reduct từ định nghĩa?
3.1. Thuật toán bớt dần? Cho ví dụ minh họa?
3.2. Thuật toán tìm core và reduct dựa vào phép toán đại số?
a. Tìm core?
b. Độ phụ thuộc?
3.3. Thuật toán thêm dần?
3.4. Rút gọn xấp xỉ?
Chương 2: PHÂN CỤM VÀ LỚP DỮ LIỆU
1. Các khái niệm: phân lớp? Dữ liệu kinh điển?
2. Các độ đo?
2.1. Khoảng cách giữa 2 đối tượng
2.2. Độ đo tương tự?
3. Các mô hình phân lớp?
3.1. Phân hoạch?
3.2. Phủ?
3.3. Phân cấp? phân cấp từ trên xuống và phân cấp từ dưới lên?
4. Khoảng cách giữa hai nhóm?
4.1. Các ma trận dựa vào ma trận khoảng cách?
a. Phương pháp kết nối đơn
b. Phương pháp kết nối đầy đủ
c. Phương pháp kết nối trung bình
4.2. Các phương pháp có sử dụng ma trận dữ liệu
a. Phương pháp trọng tâm
b. Phương pháp Ward
Bài tập?
5. Phương pháp không phân cấp? – thuật toán K _ Means?
Chương 3: KHAI PHÁ LUẬT KẾT HỢP
1. Giới thiệu?
2. Các khái niệm cơ bản?
2.1. Tập mục
2.2 Giao tác
2.3. Luật kết hợp
3. Khai phá luật kết hợp (****)
Luật kết hợp là gì ?
Tập phổ biến
Độ hỗ trợ và độ tin cậy
Nguyên lý Apriori
Thuật toán Apriori để tìm tập phổ biến và luật kết hợp
Đề xuất ứng dụng
Chương 4: KHAI PHÁ DỮ LIỆU – CÂY QUYẾT ĐỊNH
1. Các khái niệm cơ bản?
2. Cây quyết định?
2.1. Khái niệm
2.2. Thuật toán CLS xây dựng cây quyết định
3. Xây dựng cây quyết định dựa vào Entropy? Bài tập? (***)
Chương 4: KHAI PHÁ DỮ LIỆU VỚI TẬP THÔ
1. Các khái niệm cơ bản
1.1. Hệ thống thông tin
1.2. Quan hệ tương đương
1.3. Quan hệ không phân biệt được
1.4. Tập xấp xỉ
1.5. Các tính chất của tập xấp xỉ
1.6. Độ chính xác của tập xấp xỉ
2. Lõi và tập rút gọn
2.1. Thuộc tính cốt yếu và thuộc tính không cốt yếu
2.2. Ma