Uz autora personīgo lapu

DatZ7070 : Datizraces algoritmi (Data Mining Algorithms)

 This work is licensed under a Creative Commons License and is copyrighted © 2005-2022 by me, Karlis Podnieks.

1. Ievadlekcijas.

Ievads datizracē. Dati, modeļi, uzdevumu veidi.

Datizraces vēsture. Tirgus grozu uzdevums. Asociāciju meklēšana.

2. Datizraces algoritmi.

Lēmumu koki (CART, C4.5 u.c.).

Vizualizācija. Formulu minēšana. Datu gludināšana.

Galveno komponentu analīze (PCA).

Klasifikatori (LDA, naivais Beijess, SVM u.c.).

Klasteru meklēšana (DBSCAN, K-means, u.c.).

Datu dimensiju redukcija (MDS, Kernel PCA, ISOMAP).

Datu dimensiju redukcija (t-SNE, UMAP, TriMap, PaCMAP, Atribūtu selekcija).

Faktoru analīze. Missing data imputation.

3. Varbūtību teorijas, matemātiskās statistikas un skaitlisko metožu atkārtojums (tiem, kam to vajag).

Varbūtības I.

Varbūtības II.

Varbūtības III.

Varbūtības IV.

Skaitliskās metodes I.

Skaitliskās metodes II.

Skaitliskās metodes III.

4. Neironu tīkli.

Teorija, universalitātes teorēmas.

5. Modeļi datizracē.

Parametriskie modeļi: estimatori, MLE, Beijess.

EM-algoritms.

PageRank, AdaBoost un citi.

Dažadi jautājumi.

Datizrace tekstos.