Giới thiệu về khai thác dữ liệu DM

Giới thiệu về khai thác dữ liệu DM

KHAI THÁC DỮ LIỆU

& ỨNG DỤNG

(DATA MINING)

GV : ThS NGUYỄN HOÀNG TÚ ANH

NỘI DUNG

dữ liệu (DM)

GIỚI THIỆU MÔN HỌC

Tai sao chọn môn học này ?

Thế mạnh và nền tảng kiến thức :

TTNT, hệ QTCSDL, thống kê, kinh tế,…

Sự quan tâm đến kiến thức, vấn đề mới

Mục tiêu môn học :

Cung cấp các khái niệm và kỹ thuật cơ bản của khai thác dữ liệu (DM)

Chuyển dữ liệu về dạng phù hợp

Tìm tri thức từ dữ liệu

Biểu diễn, đánh giá tri thức

Ứng dụng của DM

Các kỹ năng giải quyết vấn đề và một số kỹ năng mềm

Thông tin liên lạc

Giảng viên lý thuyết :

Th.s Nguyễn Hoàng Tú Anh

nhtanh@fit.hcmuns.edu.vn

Tel : 8354266 – 508 hoặc 803

CHƯƠNG TRÌNH

30 tiết lý thuyết

 Tổng quan

 Chuẩn bị dữ liệu

 Tập phổ biến và luật kết hợp

 Bài toán phân lớp

 Bài toán gom nhóm

 Các nghiên cứu xa hơn

Hình thức học

Lý thuyết:

Bài giảng : nghiên cứu trước slide

Tự tìm hiểu, tổng hợp kiến thức

Bài tập nhóm : thảo luận, chuẩn bị bài tập

HÌNH THỨC KIỂM TRA VÀ

ĐÁNH GIÁ

 Hệ thống thang điểm :

 Bài thi lý thuyết : 7 điểm

 Bài tập theo nhóm : 1.5 điểm

 Bài kiểm tra giữa kỳ : 1.5 điểm

HÌNH THỨC KIỂM TRA VÀ

ĐÁNH GIÁ

 Thi viết, đựơc sử dụng tài liệu, KHÔNG sử dụng laptop, mang theo máy tính : thời gian 120’

 Bài kiểm tra làm cá nhân

HÌNH THỨC KIỂM TRA VÀ

ĐÁNH GIÁ

 Bài tập làm theo nhóm trên lớp và qua Moodle hằng tuần

Tối đa 7 SV/nhóm

 Đánh giá sự tham gia lớp học và sự chuẩn bị bài

 Sau khi thảo luận, các nhóm sẽ trình bày ý kiến, kết quả trước lớp hoặc sẽ trình bày trên giấy, nộp cho GV ngay tại lớp hoặc gửi bài qua Moodle.

 Để có thể đạt kết quả tốt, các nhóm cần xem trước bài giảng

để chuẩn bị

 Các mức đánh giá :

 A – Xuất sắc 100% số điểm

 B - Đạt yêu cầu ~70% số điểm

 C - Không đạt yêu cầu ~30% số điểm

 F - Không làm hoặc giống bài của nhóm khác 0% số điểm

Câu hỏi và đề nghị ?

Rất mong nhận được các ý kiến phản hồi từ các em.

Cô cần điều chỉnh nội dung cho phù hợp với nhu cầu của các em.

Có thể gửi ý kiến cho Cô bất cứ lúc nào

Chia sẻ câu hỏi, thắc mắc với cả lớp – có thể có những bạn khác cũng quan tâm.

Bỏ vào càng nhiều công sức, các em sẽ đạt được kết quả càng cao

TÀI LIỆU THAM KHẢO

J.Han, M.Kamber, “Data mining : Concepts & Technique” (ppt) – http://www.cs.sfu.ca/~han/dmbook hoặc ebook

P.Tan, M Steinbach, V Kumar, “Introduction to data Mining”, 2006, -

http://www-users.cs.umn.edu/~kumar/dmbook/index.php

Phần mềm WEKA - http://www.cs.waikato.ac.nz/ml/weka/

Trang web đầu ngành về KTDL - Kdnuggets :

www.kdnuggets.com

NỘI DUNG

VÍ DỤ : Tập Dữ liệu

age income student credit_rating buys_computer

<=30 medium yes excellent yes

31…40 medium no excellent yes

>40 medium no excellent no

THẾ NÀO LÀ KHAI THÁC DL

Là quá trình lặp, không phải plug - and – play

của việc xác định các mẫu tiềm ẩn có tính hợp lệ,

mới lạ, có ích và có thể hiểu được tối đa trong

Một vài ví dụ minh họa ứng dụng KTDL

doanh thu

THẾ NÀO LÀ KHAI THÁC DL

Tại sao cần Khai thác dữ liệu (KTDL)?

Những đối tượng nào sử dụng KTDL ?

Sử dụng KTDL ở đâu và khi nào?

Sử dụng KTDL như thế nào ?

Tại sao cần nghiên cứu KTDL?

Lịch sử phát triển KTDL ?

….

Xem bài 1 : Tổng quan.

CÁC CÔNG VIỆC CẦN LÀM

CÁC CÔNG VIỆC CẦN LÀM

 Xem nội dung bài tập nhóm số 1

khai thác dữ liệu : nên chọn lựa một lĩnh vực nhỏ, một sản phẩm cụ thể

 Cách thực hiện :