Opiskelija sisäistää tiedonlouhinnan lähtökohdat, tavoitteet ja merkityksen sekä keskeiset menetelmät.
Sisältö
Esitetään datan ja sen mittausten merkitys ja määrittelyt, datan visualisointia ja analyysia, epävarman ja epätäydellisen datan käsittelyä, katsaus tiedonlouhinta-algoritmeihin, malleja ja hahmoja, tiedonlouhinta-algoritmien pisteytysfunktiot sekä haku- ja optimointimenetelmiä, deskriptiivistä mallintamista, luokittelun ennustavaa mallintamista, tiedonhallinnasta ja tietokannoista tiedonlouhinnan yhteydessä, hahmojen ja sääntöjen etsimisestä sekä hausta sisällön mukaan.
Toteutustavat
Opetustapa
Paikalla
Verkossa
Luento-opetus
48 t
0 t
Harjoitukset
20 t
0 t
Opetuskieli
suomi
Vaadittavat opintosuoritukset
Tentti ja viikkoharjoitukset hyväksytysti suoritettuna.
Arviointi
Numerolla 1-5.
Suositellut suoritusajankohdat
Syventävien opintojen vaiheessa, 2. vuosi klk tai myöhemmin. Opintojaksoa ei luennoida joka vuosi.
Kirjallisuus/Oppimateriaali
Hand D., Mannila H. & Smyth P., Principles of Data Mining. MIT Press 2001.