Servizi per la didattica
PORTALE DELLA DIDATTICA

Data mining concepts and algorithms

01QTEIU

A.A. 2019/20

Course Language

Inglese

Course degree

Doctorate Research in Ingegneria Informatica E Dei Sistemi - Torino

Course structure
Teaching Hours
Lezioni 20
Teachers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Giordano Danilo   Ricercatore a tempo det. L.240/10 art.24-B ING-INF/05 20 0 0 0 4
Teaching assistant
Espandi

Context
SSD CFU Activities Area context
*** N/A ***    
2019/20
PERIOD: JANUARY The availability of huge amounts of heterogeneous data in the most diverse application domains highlights the need of new techniques for information management, which should allow the extraction of relevant and actionable information from available data. The course will provide an introduction to the most widespread data mining techniques and will describe some algorithmic implementation of the most relevant analysis techniques.
PERIOD: JANUARY The availability of huge amounts of heterogeneous data in the most diverse application domains highlights the need of new techniques for information management, which should allow the extraction of relevant and actionable information from available data. The course will provide an introduction to the most widespread data mining techniques and will describe some algorithmic implementation of the most relevant analysis techniques.
Inglese • What is data mining • Data Preprocessing • Association rules o Extraction algorithms o Relevance and quality evaluation • Classification o Decision trees o Bayesian classification o Neural networks o SVM o Classifier validation • Clustering o Distance measures o Partitional methods o Hierarchical methods o Density-based methods • Experimental evaluation of algorithms
Inglese • What is data mining • Data Preprocessing • Association rules o Extraction algorithms o Relevance and quality evaluation • Classification o Decision trees o Bayesian classification o Neural networks o SVM o Classifier validation • Clustering o Distance measures o Partitional methods o Hierarchical methods o Density-based methods • Experimental evaluation of algorithms
- Mercoledì 8 Gennaio dalle 14:30 alle 19:00 aula 17A - Venerdì 10 Gennaio dalle 14:30 alle 19.00 aula 17A - Lunedì 13 Gennaio dalle 10:00 alle 14:30 aula 11 - Giovedì 16 Gennaio dalle 13:00 alle 17:30 aula 1D - Lunedì 20 Gennaio dalle 13:00 alle 17:30 LABINF
- Mercoledì 8 Gennaio dalle 14:30 alle 19:00 aula 17A - Venerdì 10 Gennaio dalle 14:30 alle 19.00 aula 17A - Lunedì 13 Gennaio dalle 10:00 alle 14:30 aula 11 - Giovedì 16 Gennaio dalle 13:00 alle 17:30 aula 1D - Lunedì 20 Gennaio dalle 13:00 alle 17:30 LABINF
Modalità di esame:
Exam:
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam:
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.
Esporta Word


© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti