Docenti:
La grande disponibilità di dati provenienti da database relazionali, dal web o da altre sorgenti motiva lo studio di tecniche di analisi dei dati che permettano una migliore comprensione ed un più facile utilizzo dei risultati nei processi decisionali. L'obiettivo del corso è quello di fornire un'introduzione ai concetti di base del processo di estrazione di conoscenza, alle principali tecniche di data mining ed ai relativi algoritmi, concentrandosi su quelli più diffusi e consolidati, ma discutendo anche gli aspetti avanzati ed ancora al limite fra tecnologia metura e ricerca. Si discutono esempi di uso delle tecniche di data mining in contesti applicativi realistici, quali la market basket analysis ed il rilevamento di frodi. Il corso si conclude con cenni sugli aspetti di privacy ed etici inerenti all’utilizzo di tecniche inferenza sui dati e dei quali l’analista deve essere a conoscenza. Il corso consiste delle seguenti parti:
• Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to DATA MINING, Pearson - Addison Wesley, ISBN 0-321-32136-7, 2006
Giorno/ora | Aula | Argomento | Materiale didattico | Docente | |
---|---|---|---|---|---|
1. | Lunedì, Febbraio 19, 14-16 | A1 | Presentazione del corso | lucidi | Pedreschi |
2. | Giovedì, Febbraio 22, 16-18 | A | Cosa è il Data Mining, Motivazioni, Classi di applicazioni, I principali metodi di datamining | Pedreschi | |
3. | Lunedì, Febbraio 26, 16-18 | A1 | Il processo di estrazione della conoscenza, esempi: previsione di frodi fiscali, analisi competitiva, etc. | lucidi | Bonchi |
4. | Giovedì, Marzo 1, 16-18 | A | I dati: i tipi di dato, la qualità dei dati, la preparazione dei dati | lucidi | Pedreschi |
5. | Lunedì, Marzo 5, 14-16 | A1 | Misure di similarità e dissimilarità | lucidi | Pedreschi |
6. | Giovedì, Marzo 8, 16-18 | A | Esplorazione dei dati: dalla statistica descrittiva alla visualizzazione | lucidi | Pedreschi |
7. | Lunedì, Marzo 12, 14-16 | A1 | Clustering - Algoritmo k-means | lucidi | Pedreschi |
8. | Giovedì, Marzo 15, 16-18 | A | Clustering: Esercitazione | Pedreschi | |
9. | Lunedì, Marzo 19, 14-16 | A1 | Clustering - Algoritmi gerarchici e density-based | Pedreschi | |
10. | Giovedì, Marzo 22, 16-18 | A | Clustering - Algoritmi avanzati | Pedreschi | |
11. | Lunedì, Marzo 26, 14-16 | A1 | Classificazione con alberi di decisione, Algoritmo C4.5 | Pedreschi | |
12. | Giovedì, Aprile 12, 16-18 | A | Valutazione dei modelli, Classificatori bayesiani | lucidi | Bonchi |
13. | Lunedì, Aprile 16, 14-16 | A1 | Classificazione con alberi di decisione, Esercitazione con strumenti software data mining | lucidi | Bonchi |
14. | Giovedì, Aprile 19, 16-18 | A | LEZIONE ANNULLATA | Pedreschi | |
15. | Lunedì, Aprile 23, 14-16 | A1 | Classificazione - esercitzione con Insightful Miner | Pedreschi | |
16. | Giovedì, Aprile 26, 16-18 | A | Gestione del processo di KDD con strumenti commerciali e open-source | Pedreschi - Nanni | |
17. | Lunedì, Aprile 30, 14-16 | A1 | CANCELLATA PER vacanza accademica | ||
18. | Giovedì, Maggio 3, 16-18 | A | Altri algoritmi di classificazione. Assegnazione seminari e progetti. | Pedreschi | |
19. | Lunedì, Maggio 7, 14-16 | A1 | Regole Associative: concetti basici, algoritmi A-Priori e FP-Growth | lucidi | Bonchi |
20. | Giovedì, Maggio 10, 16-18 | A | Itemset frequenti con vincoli | lucidi | Bonchi |
21. | Lunedì, Maggio 14, 14-16 | A1 | Il sistema ConQueSt, Pattern Sequenziali | lucidi | Bonchi |
22. | Giovedì, Maggio 17, 16-18 | A | Privacy-preserving data mining ed aspetti etici | 2._privacypreservingtechnologies_pedreschi_.pdf lucidi | Giannotti - Pedreschi |
23. | Mercoledì, Maggio 30, 9-11 | A1 | VERIFICA PRE-APPELLO |
Gruppo | Progetto/Seminario | Appello |
---|---|---|
Maffi | Sistemi Immunitari Artificiali | 3° |
Triolo, Parisi | Privacy Preserving Data Mining | 4° |
Pirosu | Spatio-temporal Data Mining | 4° |
Pulidori | Classificatori Bayesiani | 4° |
Accetta, Petriglieri | Algoritmi Scalabili per il Clustering | 4° |
Simon | Web Mining - ranking webpages from HITS and pagerank | 4° |
Tamberi | Anomaly Detection | 4° |
Scaiella, Rossino, Vitale | Analisi Utenti CAD | 3° |
Marcgheggiani, Cintia | Analisi dei dati di Inquinamento di Pisa | ? |
Masci, Caponi | Analidi di Dati relativi a Malattie del Fegato | ? |
Galdi, Rubino | Analidi di Dati relativi a Malattie del Fegato | ? |
Kolundzija | Graph pattern mining | 4° |
Grasso | Methods for comparing classifiers | ? |
Daoudagh, Ferro, Pardini | Analisi di dati sul Workflow | 5° |
Casanovi, Fioravanti | Analisi della defezione in Coop | 4° |
Conti, Righetti | Support Vector Machine | 5° |
Appello di settembre: Mercoledì 12.09.2007, ore 9:00, Aula B1
Per la sessione estiva sono previsti i seguenti tre appelli:
Appello | Giorno | Orario esame scritto | Orario esami orali, seminari, progetti | Aula |
---|---|---|---|---|
3° | Martedì 5 giugno 2007 | 9.00 - 11.00 | 13.00 - 18.00 | C1 |
4° | Martedì 26 giugno 2007 | 9.00 - 11.00 | 13.00 - 18.00 | C1 |
5° | Martedì 24 luglio 2007 | 9.00 - 11.00 | 13.00 - 18.00 | A1 |