Κωδικός Μαθήματος: MCDA203
ECTS: 7.5
Πρόγραμμα Σπουδών: Πρόγραμμα Μεταπτυχιακών Σπουδών "Υπολογιστική και Στατιστική Αναλυτική στην Επιστήμη των Δεδομένων (MCDA)"
Εξάμηνο Διδασκαλίας: Μεταπτυχιακό – Β΄ Εξάμηνο
Σελίδα μαθήματος στο eClass : https://eclass.upatras.gr/courses/MATH1085/
Φοιτητές Erasmus: Όχι
Περιγραφή
Μέρος Α: Θεωρία (i) Εισαγωγή στις Βάσεις Δεδομένων, SQL. (ii) Προετοιμασία Δεδομένων. Καθαρισμός των δεδομένων (data cleaning). Συμπλήρωση ελλιπών τιμών. (iii) Επιβλεπόμενη μάθηση: Δέντρα απόφασης, Kοντινότεροι γείτονες, μπεϋζιανοί αλγόριθμοι, σύγκριση μεθόδων ταξινόμησης, ομάδες ταξινομητών. (iv) Παλινδρόμηση: Πολλαπλή γραμμική παλινδρόμηση, Δέντρα προβλέψεων, Νευρωνικά Δίκτυα. (v) Επιλογή ανεξάρτητων μεταβλητών: Μέθοδοι φίλτρου και περιτυλίγματος, Μέθοδος Ανάλυσης Κύριων Συνιστωσών. (vi) Μη-επιβλεπόμενη μάθηση: Συσταδοποίηση (Clustering), Μοντέλα Ιεραρχικής Συσταδοποίησης και Πυκνότητας. (vii) Κανόνες συσχέτισης, Αραιοί πίνακες. (viii) Μεγάλα Δεδομένα (Big Data): Hadoop και MapReduce. Μέρος Β: Εργαστήριο Η γλώσσα R για την Επιστήμη των Δεδομένων, Queries σε πολλαπλούς πίνακες με την εντολή JOIN, Τελεστές. Subqueries. Σύνδεση με R, Χρήση πακέτων της R: sqldf, lattice, ggplot2, dplyr, party, C50, Rattle, mlr, randomForest, rpart, caret, factoextra, cluster, fpc, arules, arulesViz, RHadoop. Μαθήματα Επιλογής