Knowledge Discovery (KD) and Data Mining (DM)

Innføring til dataminering, begrep og oversikt av skritt; Preprosessering, datavasking og transfomasjon; Clustering; Assosiasjonsregeler; Desisjonstre og regelinduksjon; Predikasjonsteknikk; Visualisering; DM-strategier i inginørvitenskap og forretningsvirksomhet; Avansert minering emner (multimdium data, tekst og web minering); Systemer til dataminering (IBM Intelligent miner, SPSS clementine).

Kunnskaper, kandidaten skal ha kunnskap om: - Å gi en innføring og en bakgrunn for kunnskapseksplotering og dataminering i databaser og å presentere virkelige anvendelser av dataminering og avsløre relevante forskningsaktiviteter. Ferdigheter, kandidaten skal ha ferdigheter om: - Å forstå grunnleggende begrep underliggende KD og DM og få praktisk erfaring ved implementering av noen DM-algoritmer til virkelige caser som CRM, design og produksjon, medisinske diagnoser og offshoreindustrier. Generell kompetanse, kandidaten skal ha: - Forståelse av Kunnskapseksplotering og dataminering som viktige teorier og metoder for å ta bedre beslutninger i industri og bedrifter.

Forelesninger og seminarer. For å få bestått i emnet kreves det en score på minimum 70 prosent (70 av 100 poeng).