Data Mining


C.d.L.: Ingegneria e Scienze Informatiche

Insegnamento: 6 crediti - Complementare

Semestre: II (Ottobre - Dicembre)

Docente:
(di riferimento)

Prof. Matteo Golfarelli
Studio 15 - Ingegneria e Scienze Informatiche - Via Sacchi 3, Cesena
Tel: +39 0547 338 862
Fax: +39 0547 338 890
E-mail: nome.cognome@unibo.it

Docente:
(modulo di text mining)

Prof. Gianluca Moro
Dipartimento di Informatica - Scienza e Ingegneria Via Venezia, 52 Cesena
Tel: +39 0547 339208
E-mail: nome.cognome@unibo.it

Con il termine Data Mining si intende un insieme di tecniche e strumenti usati per esplorare grandi database, con lo scopo di individuare/estrarre informazioni/conoscenze significative, in modo da renderle disponibili ai processi decisionali. Questo corso vuole fornire i fondamenti della disciplina, focalizzando lo studio sulle più importanti tecniche di Data Mining attualmente impiegate (estrazione automatica di pattern frequenti, associazioni, sequenze e anomalie, modelli predittivi, ecc.). A partire dall'.A.A. 2013-2014 un modulo del corso sarà completamente dedicato alle tecniche di Text Mining che specializzano le suddette tecniche al dominio dei testi non strutturati. Il settore sta avendo grande sviluppo a causa della crescita del valore strategico dell'informazione, della crescente concorrenza e dell'accumulo di sempre più grandi volumi di dati all'interno di basi di dati strutturate e non strutturate. Il corso sarà composto da lezioni teoriche seguite da esercitazioni in laboratorio dove, utilizzando strumenti ad-hoc, saranno messe in pratica le tecniche studiate nella teoria.

Programma Materiale didattico Modalità d'esame Date e Orari Prove d'esame e Risultati


Finalità del corso

Il corso si propone di fornire conoscenze approfondite sulle tecniche di Data Mining e Text Mining, nonchè sulle modalità di gestione di un progetto in questo settore. Nell'ambito del corso saranno svolte anche esercitazioni sul sistema per il Data Mining Weka al fine di fornire allo studente quelle competenze teorico-pratiche necessarie a operare autonomamente in questo settore.

Top Finalità Materiale didattico Modalità d'esame Date e Orari Prove d'esame e Risultati


Programma del corso

  1. Introduzione al Data Mining
  2. Comprendere e preparare i dati
  3. Le tecniche di data mining
  4. Le tecniche di text mining
  5. Interpretazione e validazione dei risultati
  6. Esercitazioni in laboratorio con il software Weka

Top Finalità Programma Date e Orari Prove d'esame e Risultati


Materiale didattico

Top Finalità Programma Materiale didattico Date e Orari Prove d'esame e Risultati


Modalità d'esame

L'esame consta di un elaborato individuale e di una prova orale. L'elaborato, da concordare con il docente, potrà appartene a una delle seguenti categorie: Tutte le attività di analisi dovranno essere svolte seguendo la metodologia CRISP-DM. Il lavoro dovrà essere documentato mediante una relazione di almeno 5 pagine che sarà discussa durante l'orale.

Top Finalità Programma Materiale didattico Modalità d'esame Prove d'esame e Risultati


Date e Orari A.A.16-17

  • Nella seguente tabella sono elencati le date degli appelli:
    APPELLO I Appello II Appello III Appello IV Appello V Appello VI Appello
    Prova scritta 31/01/17 ore 15.00 27/02/17 ore 15.00 ??/06/17 ore ??.?0 ??/07/16 ore ??.?0 ??/09/17 ore ??.?0 ??/12/17 ore ??.?0

    Appello straordinario Merc. 12 Aprile ore 16 - Studio 15.

    L'appello è aperto ad al più 6 iscritti. Le iscrizioni devono essere inviate alla email matteo.golfarelli@unibo.it e saranno accolte in base all'ordine di arrivo.

    Top Finalità Programma Materiale didattico Modalità d'esame Date e Orari