Universitatea Babeş-Bolyai Cluj-Napoca
Facultatea de Matematică şi Informatică
Ciclul de studii: Masterat

FISA DISCIPLINEI

Codul
Denumirea disciplinei
MII1010 Metode avansate de analiza datelor
Specializarea
Semestrul
Ore: C+S+L
Categoria
Statutul
Modelare şi simulare - în limba engleza
1
2+1+1
obligatorie
Sisteme inteligente - în limba engleza
1
2+1+1
obligatorie
Metode formale in programare - în limba engleza
1
2+1+1
obligatorie
Titularii de disciplina
Prof. Dr. POP Horia Florin,  hfpopcs.ubbcluj.ro
Obiective
Sa introduca studentul in metode avansate de analiza datelor. Sa ofere studentului instrumentele care sa ii permita sa realizeze aplicatii diverse ale analizei datelor.
Continutul
1. Administrivia
2. Introducere in Data Mining
3. Multimi fuzzy
4. Logica fuzzy; Rationament fuzzy
5. Sisteme de control fuzzy
6. Multimi rough; Tabele de decizie
7. Arbori de decizie; Reguli de asociere
8. Retele neuronale; Algoritmi genetici
9. Metode de predictie
10. Componente principale, Analiza factoriala
11. Classification; Clustering
12. Extragerea caracteristicilor relevante
13. Analiza performantei tehnicilor
14. Text mining, Web mining
15. Aplicatii ale analizei datelor
Bibliografie
[1] J. Han, M. Kamber, Data Mining: Concepts and Techniques, Academic Press, 2001
[2] G.J. Klir, B. Yuan, Fuzzy Sets and Fuzzy Logic, Prentice Hall, 1995
[3] T. Mitchell, Machine Learning, McGraw Hill, 1996
[4] Z. Pawlak, Rough Sets, Polish Academy of Sciences, Gliwice, 2004
[5] N. Ye, The Handbook of Data Mining, Lawrence Elbaum Associates Publishers, 2003

Additional references

[1] A. Agresti, An Introduction to Categorical Data Analysis, Wiley, New York, 1996
[2] M. Barthold, D.J. Hand, Intelligent Data Analysis, Springer Verlag, 2003
[3] C. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1995
[4] J.C. Bezdek, Pattern recognition with fuzzy objective function algorithms, Kluwer, 1981
[5] Y.H. Pao, Adaptive pattern recognition and neural networks, Addison Wesley, 1989
[6] Statsoft inc., Electronic Statistics Textbook, Tulsa, OK, 2004, http://www.statsoft.com
[7] Internet resources
Evaluare
Fiecare student trebuie sa demonstreze ca a atins un nivel acceptabil de intelegere si procesare a cunostintelor domeniului, ca este capabil sa exprime cunostintele intr-o forma coerenta, ca are capacitatea de a realiza o analiza conceptuala a domeniului, si de a utiliza cunostintele in rezolvarea problemelor. Nota finala va fi compusa luand in calcul urmatoarele componente: 10% - participarea la activitatile din clasa; 20% + 20% - Doua rapoarte (scrise si prezentate la timp); 20% - proiect soft (scris, documentat si demonstrat la timp); 30% - Examen final (lucrare scrisa in sesiunea de examene). Toate elementele sunt obligatorii. Pagina web a cursului: http://www.cs.ubbcluj.ro/~hfpop/amda
Legaturi: Syllabus-urile tuturor disciplinelor
Versiunea in limba engleza a acestei discipline
Versiunea in format rtf a acestei discipline