Uz autora personīgo lapu

DatZ6051 : Datizrace (Data Mining)

 This work is licensed under a Creative Commons License and is copyrighted © 2005-2017 by me, Karlis Podnieks.

Mājas darbi

1. Ievadlekcijas.

Datizraces vēsture. Tirgus grozu uzdevums. Asociāciju meklēšana.

Ievads datizracē. Dati, modeļi, uzdevumu veidi.

2. Datizraces algoritmi.

Lēmumu koki (CART, C4.5 u.c.).

Vizualizācija. Formulu minēšana. Datu gludināšana.

Galveno komponentu analīze (PCA).

Datu dimensiju redukcija (MDS, Kernel PCA, t-SNE u.c.).

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

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

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

Pirmās lekcijas slaidi.

Otrās lekcijas slaidi.

4. Neironu tīkli.

Teorija, universalitātes teorēmas.

5. Modeļi datizracē.

Parametriskie modeļi: estimatori, MLE, Beijess.

Modeļi un šabloni.

EM-algoritms.