Opintojakson suoritettuaan opiskelija on sisäistänyt tiedonlouhinnan lähtökohdat, tavoitteet ja merkityksen sekä keskeiset menetelmät.
Sisältö
Tarkastellaan datan ja mittauksien ominaisuuksia. Datan esiprosessointimenetelmiä kuvataan soveliaan datan valitsemiseksi ja muokkaamiseksi tiedonlouhinnan laskentaa varten. Esitetään keskeisiä tiedonlouhinta-algoritmeja, kuten sovelluksiakin, esimerkiksi luokitusta ja ennustamista.
Toteutustavat
Opetustapa
Paikalla
Verkossa
Luento-opetus
24 t
0 t
Harjoitukset
10 t
0 t
Opetuskieli
englanti
Vaadittavat opintosuoritukset
Suoritusvaihtoehto
1
Kohderyhmät:
Tutkinto-ohjelman omat opiskelijat
Muut opiskelijat
Avoimen yliopisto-opetuksen opiskelijat
Tohtoriopiskelijat
Vaihto-opiskelijat
Lectures, weekly excercises and examOsallistuminen opetukseen
englanniksi
Arviointi
Numerolla 1-5.
Kirjallisuus/Oppimateriaali
Dorian Pyle: Data Preparation for Data Mining, Morgan Kaufmann Publishers, 1999; Ian H. Witten, Eibe Frank, Mark A. Hall: Data Mining, Practical Machine Learning Tools and Techniques, third edition, Morgan Kaufmann Publishers, 2011.