Целта на курса е запознаване и обучение на студенти от информатичните специалности с теорията и практиката на най-съвременните и най-разпространени техники, алгоритми и среди за интелигентна обработка и извличане на знания от големи бази данни (data mining), техники и от областта на машинното обучение, статистиката и невронните мрежи. Курсът включва алгоритми за класификация като K-средни, най-близкия съсед, намаляване на размерността, както и алгоритми за претърсване за шаблони и зависимости – TreeNet, метод на класификационните и регресионни дървета (CART), метод на многомерните адаптивни регресионни сплайни (MARS), и др. Ще се представи компютърна реализация на алгоритмите на Wolfram Mathematica и C#, ползване на готови приложения в моделиращи среди в демо версии. Предвижда се и разработка на конкретни приложения в областта на рекомендационните системи. Курсът е подходящ за всички курсове и специалности, основно за специалностите Информатика, СТД и БИТ.
|
- Wu X, Kumar V (eds.), The Top Ten Algorithms in Data Mining, Chapman &Hall / CRC, Boca Raton, 2009.
- Steinberg D., M. Golovnya, Tree Ensembles and Extensions An Overview of TreeNet, RandomForests ISLE Model Compression & RuleLearner, http://info.salford-systems.com/jsm-2013-ctw2 2014.
|