Weekly outline

• Ακαδημαϊκό Έτος 2023-2024
  

  Ακαδημαϊκό Έτος 2023-2024

  Το μάθημα προσφέρεται στα πλαίσια του ΔΠΜΣ "Επιστήμη Δεδομένων και Μηχανική Μάθηση", στους Υ.Δ. της ΣΗΜΜΥ, καθώς και σε άλλα μεταπτυχιακά προγράμματα (ΑΛΜΑ, ΕΜΕ, Μαθηματική Προτυποποίηση).
  

  Διαλέξεις

  • Παρασκευή, 13:15-16:00, αίθ. 002, Νέο Κτ. Ηλεκτρολόγων ΕΜΠ
    (οι φοιτητές του ΑΛΜΑ θα έχουν 1 πρόσθετη ώρα, 16:15-17:00)

  Έναρξη

  • Παρασκευή 23/2/2024

  Διδάσκοντες
  

  • Άρης Παγουρτζής, Καθηγητής (pagour@cs.ntua.gr)
  • Δώρα Σούλιου, ΕΔΙΠ (dsouliou@mail.ntua.gr)
    
    

  Βοηθός διδασκαλίας

  • Σταύρος Πετσαλάκης, Υ.Δ. (stpetsalakis@gmail.com)

  
  

  Βιβλιογραφία

  
  

  • [MMDS] Mining of Massive Datasets, Jure Leskovec, Anand Rajaraman, and Jeff Ullman
    www.mmds.org  (book, slides, videos, etc.)
  • [FDS] Foundations of Data Science, Avrim Blum, John Hopcroft, and Ravindran Kannan
    https://www.cs.cornell.edu/jeh/book.pdf
  • [TSKK] Introduction to Data Mining (2nd ed.), Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, and Vipin Kumar
    https://www-users.cs.umn.edu/~kumar001/dmbook/index.php
    

  
  

  • Ανακοινώσεις Forum
• 1η διάλεξη
  

  1η διάλεξη

  Διάλεξη 23/2

  • Εισαγωγή - διαδικαστικά (διαφάνειες)

  • Εισαγωγή στο clustering
    

    Clustering Techniques. (Διαφάνειες, 1-15).
    

    Προτεινόμενη μελέτη: [MMDS] Ενότητες: 7.1, 7.2, 7.3 και 7.4.
    

    Περαιτέρω μελέτη:      [TSKK]  Κεφάλαιο 7
• 2η Διάλεξη
  

  2η Διάλεξη

  Διάλεξη 1/3
  

  Σύντομη επισκόπηση του clustering
  

  Clustering Techniques, The curse of dimensionality, Hierarchical clustering, K-means, BFR algorithm, Cure. (Διαφάνειες, 1-56).
  

  Προτεινόμενη μελέτη: [MMDS] Ενότητες: 7.1, 7.2, 7.3 και 7.4.
  

  Περαιτέρω μελέτη:      [TSKK]  Κεφάλαιο 7
• 3η Διάλεξη
  

  3η Διάλεξη

  Διάλεξη 15/3

  Κατακερματισμός (hashing) I

  (διαφάνειες U. Zwick από μάθημα Advanced Algorithms, Tel Aviv University): 
  

  • Κλειστή και ανοιχτή διευθυνσιοδότηση. Universal hash families. Αλυσίδωση.
  • Παράγοντας φόρτου και επίδρασή του στον χρόνο εκτέλεσης.

  Παρουσιάστηκαν οι διαφάνειες 1-20.

  Προτεινόμενη μελέτη: σημειώσεις (και αναφορές που περιέχονται).
  
• 4η Διάλεξη
  

  4η Διάλεξη

  Διάλεξη 29/3

  Κατακερματισμός (hashing) II

  (διαφάνειες U. Zwick από μάθημα Advanced Algorithms, Tel Aviv University): 
  

  • Επιθυμητές ιδιότητες. Καθολικότητα και k-ανεξαρτησία. Carter-Wegman Universal hash family. 
  • Ανάλυση χρόνου βασικών πράξεων στην κλειστή και ανοιχτή διεθυνσιοδότηση.
  • Μέθοδοι διερεύνησης στην ανοιχτή διευθυνσιοδότηση.
  • Τέλειος κατακερματισμός (perfect hashing). Κατακερματισμός κούκου (Cuckoo hashing). 

  Παρουσιάστηκαν οι διαφάνειες 14-20 (επανάληψη) και 21-54.
  

  Προτεινόμενη μελέτη: σημειώσεις (και αναφορές που περιέχονται).
• 5η Διάλεξη
  

  5η Διάλεξη

  Διάλεξη 5/4

  • Εξόρυξη κανόνων συσχέτισης και συνόλων στοιχείων που εμφανίζονται συχνά σε μεγάλα δεδομένα. 
  • Αλγόριθμος A-priori και FP-Growth. 

  Διαφάνειες
  

  Προτεινόμενη μελέτη: [MMDS] κεφ. 6 (link) (ενότητες 6.1, 6.2). Συμπληρωματικά: [TSKK] κεφ. 6 (link) (ενότητες 6.1, 6.2).
  

  
  

  
  
  
  
• 6η διάλεξη
  

  6η διάλεξη

  Διάλεξη 12/4

  • Εξόρυξη συχνών συνόλων στοιχείων (μέρος 2), κανόνες συσχέτισης, αλγόριθμοι με λιγότερες διασχίσεις βάσης. Διαφάνειες (έμφαση στις διαφ. 48-105) από μάθημα Π. Τσαπάρα (Παν. Ιωαννίνων).

  Προτεινόμενη μελέτη: [MMDS] κεφ. 6 (link) [ενότητες 6.3, 6.4].
  

  Δείτε ακόμη: [TSKK] κεφ. 6 (link) (ενότητα 6.5).