Εξόρυξη γνώσης από Βάσεις Δεδομένων και τον Παγκόσμιο Ιστό - Open Courses (INF108)

1. Εισαγωγή στη διαδικασία Data Science

• Pre-processing, Exploration, Feature selection, Dimensionality reduction, feature extraction and evaluation
• Supervised Learning (k-nn, regression, logistic regression, decision trees
• Unsupervised learning (Clustering, K-means, EM, Spectral Clustering)

2. Εξόρυξη από Κείμενα και τον Παγκ. Ιστο (Text/Web Mining)

• Text retrieval metrics, Novelty detection, Graph of Words
• Recommendations/collaborative filtering

3. Εξόρυξη από Γραφήματα (Graph Mining)

• Graph Ranking algorithms and evaluation measures
• Graph clustering and classification
• Degeneracy (k-core & extensions)
• Community mining methods & applications in social networks

4. Bigdata

• Map reduce - distributed processing, technologies (Hadoop, Map Reduce,  NoSQL storage)

Μιχάλης Βαζιργιάννης

Αναπληρωτής Καθηγητής, Τμήμα Πληροφορικής

Επικοινωνια 
Ιστοσελιδα: http://www.db-net.aueb.gr/michalis/
Ιστοσελιδα ερευνητικης ομαδας Εξορυξης Δεδομενων: http://www.db-net.aueb.gr/

• Για προγραμματισμό: Python, Java,
• Βάσεις Δεδομένων,
• Τεχνητή Νοημοσύνη,
• Αλγόριθμοι.

Προπτυχιακοί φοιτητές τμήματος Πληροφορικής.

Ο στόχος του μαθήματος είναι η εξοικείωση με τεχνικές / αλγόριθμους ανάλυσης συνόλων δεδομένων και εργαλεία λογισμικού  στον χώρο της εξαγωγής γνώσης και μηχανικής μάθησης. Ειδικότερα εισάγεται η διαδικασία της Επιστήμης Δεδομένων (Data Science) με τα σταδία προεπεξεργασια και εξερεύνηση δεδομένων, επιλογής χαρακτηριστικών/μείωσης διάστασης, επιβλεπομένης/μη επιβλεπομένης μάθησης και αξιολόγησης/επιλογής μοντέλων. Επίσης δίνεται μια εισαγωγή στις απαιτήσεις και τεχνολογίες μεγάλης κλίμακας δεδομένων (Bigdata).

Μπορείτε να επιλέξετε ένα από τα ακόλουθα βιβλία:

• Principles of Data Mining , David Hand, Heikki Mannila, and Padhraic Smyth, MIT Press, August 2001.
• Learning from Data – Y. Abu-Mostafa, M. Magdon-Ismail, Hsuan-Tien Lin, 
• Doing Data Science, Straight Talk from the Frontline, Cathy O'Neil, Rachel Schutt
• Pattern Recognition and Machine Learning (Information Science and Statistics) Hardcover – October 1, 2007, Christopher M. Bishop
• Hadoop: The Definitive Guide, 3rd Edition, T. WhiteSlides

• Βιβλία- κείμενα (Text/books)
  • Doing Data Science, Straight Talk from the Frontline, Cathy O'Neil, Rachel Schutt
  • Pattern Recognition and Machine Learning (Information Science and Statistics) Hardcover – October 1, 2007, Christopher M. Bishop
  • Hadoop: The Definitive Guide, 3rd Edition, T. WhiteSlidesΒιβλιογραφία
• Online readings
  • Scikit-learn: Machine Learning in Python, Fabian Pedregosa, Gaël Varoquaux, Alexandre Gramfort et al., Scikit-learn: Machine Learning in Python 2011 Article, ·The Journal of Machine Learning Research archivVolume 12, 2/1/2011, Pages 2825-2830
  • https://www.kaggle.com/wiki/Tutorials
  • Πηγές στη βιβλιοθήκη του ιδρύματος. Εξόρυξη Γνώσης απο Βάσεις Δεδομένων και τον Παγκόσμιο Ιστό, ΧΑΛΚΙΔΗ ΜΑΡΙΑ, ΒΑΖΙΡΓΙΑΝΝΗΣ ΜΙΧΑΛΗΣ, ISBN: 9604021168
  • Άλλα σχετικά ανοικτά μαθήματα άλλων ιδρυμάτων εσωτερικού ή εξωτερικού:
    • Introduction to Data Science https://www.coursera.org/course/datasci
    • Intro to Data Science, Learn What It Takes to Become a Data Scientist 
    • https://www.udacity.com/course/intro-to-data-science--ud359

• Άρθρα (Articles)
• Βιντεο: https://www.youtube.com/watch?v=dMpdoprDEDI

• Διδασκαλία καθ΄ έδρας και συμπληρωματική-ενισχυτική εκπαίδευση μέσω ασύγχρονης πλατφόρμα.
• Εργαστήριο.

• Εξετάσεις
• Αξιολογηση με βαση αποδοση σε project
• Επιτρεπόμενο υλικό κατά τις εξετάσεις: 2 φυλλα χειρογραφα
• Παλαιότερα θέματα εξετάσεων/προόδων: διαθεσιμα

• Principles of Data Mining , David Hand, Heikki Mannila, and Padhraic Smyth, MIT Press, August 2001.
• Learning from Data – Y. Abu-Mostafa, M. Magdon-Ismail, Hsuan-Tien Lin,
• Doing Data Science, Straight Talk from the Frontline, Cathy O'Neil, Rachel Schutt
• Pattern Recognition and Machine Learning (Information Science and Statistics) Hardcover – October 1, 2007, Christopher M. Bishop
• Hadoop: The Definitive Guide, 3rd Edition, T. WhiteSlides