English

L’obiettivo è far acquisire competenze delle seguenti tecniche di analisi e trattamento dei dati anche con applicazioni pratiche e l’utilizzo di software per il Data Mining:

Introduzione: Il Data Mining versus Knowledge Discovery in Data Bases
Analisi esplorativa dei dati
Analisi in Componenti Principali
Analisi delle Corrispondenze
Analisi delle Corrispondenze Multiple
Classificazione
Regole di Associazione
Analisi dei gruppi:
Metodi partitivi: K-medie
Metodi gerarchici
Validazione delle partizioni
Individuazione e trattamento di dati anomali e imputazione di dati mancanti
Esempi con il software R

Introduction to Data Mining
By: Pang-Ning Tan; Michael Steinbach;
Anuj Karpatne; Vipin Kumar
Publisher: Pearson
Print ISBN: 9780133128901, 0133128903
eText ISBN: 9780134080284, 0134080289
Edition: 2nd
https://www-users.cs.umn.edu/~kumar001/dmbook/index.php#item4

Conoscenza e capacità di comprensione (knowledge and understanding).
Il corso mira a far conoscere e saper comprendere gli aspetti metodologici del Data Mining e dell’Analisi dei Dati

Conoscenza e capacità di comprensione applicate (applied knowledge and understanding).
Il corso ha come obiettivo la comprensione delle principali tecniche Data Mining e degli aspetti applicativi da sviluppare anche attraverso esercitazioni, attività di laboratorio e l’utilizzo di software specialistico.

Autonomia di giudizio (making judgements).
Il corso intende far acquisire allo studente capacità di:
- formulare una propria valutazione e giudizio sulla base delle informazioni apprese nel corso e dai confronti in aula con il docente e con gli altri studenti;
- individuare e raccogliere informazioni aggiuntive per la conoscenza della materia attraverso anche consultazione di altri testi e materiale didattico aggiuntivo;
- di acquisire la capacità del saper fare, del saper prendere iniziative e decisioni tenendo conto dei vari aspetti di interesse della materia specialmente nei suoi aspetti applicativi di analisi e estrazione di conoscenza dai dati, nella risoluzione di problemi pratici a partire dai dati e dalle informazioni estratte da banche dati e nell’utilizzo delle metodologie e delle tecniche di Data Mining con il software specialistico.

Abilità comunicative (communication skills).

Il corso è rivolto a far acquisire allo studente capacità di comunicazione degli argomenti appresi e dei risultati delle esercitazioni pratiche.

Capacità di apprendere (learning skills).

Il corso mira a far acquisire allo studente:
- capacità di apprendimento che sono necessarie ai fini di un continuo aggiornamento e approfondimento delle tecniche di Data Mining per l’analisi dei dati;
- capacità di attingere a diverse fonti bibliografiche in inglese, al fine di acquisire nuove competenze nella materia.

Conoscenze di analisi matematica e algebra lineare, di statistica descrittiva e inferenziale.

Lezioni frontali con l’utilizzo di slides e materiale didattico fornito dal docente;
Esercitazioni;
È richiesto lo studio personale con l’approfondimento della materia sui testi consigliati.

Tesina scritta sugli aspetti metodologici delle tecniche di Data Mining apprese durante il corso e una presentazione, commentata dei risultati delle elaborazioni di dati estratti da un data base pubblico;
verifica finale attraverso una prova orale.

1. Introduction to DM
Basic concepts and relation with KDD
Exploratory Data

2. Multivariate Factorial Methods
Principal Component Analysis
Correspondence Analysis
Multiple Correspondence Analysis

3. Classification:
Basic Concepts
Rule-based Classifier
Nearest Neighbor Classifiers
Naïve Bayes Classifier
Ensemble Methods

4. Association Analysis
Association Rule Mining
Rule generation
Support and Confidence measures
Statistical independence
Extension to A.A. to continuous and categorical attributes
Multi-level Association Rules
Sequential Pattern Discovery
Subgraph Mining

5. Cluster Analysis:
Partitioning Clustering: K-means
Hierarchical Clustering
Prototype-based
–Fuzzy c-means
–Mixture Model Clustering
–Self-Organizing Maps
Density-based
–Grid-based clustering
–Subspace clustering
Graph-based

Cluster Validation
External and internal indices

6. Anomaly Detection
Noise and Anomalies
Anomaly Scoring
Model-Based Anomaly Detection
Anomaly Detection Techniques
•Proximity-based
•Density-based
•Pattern matching
•Clustering-Based Approaches

7. R Code Examples

English

The goal is to furnish skills in the following data analysis and techniques also with practical applications using software:

Introduction: Il Data Mining versus Knowledge Discovery in Data Bases
Exploratory Data Analysis
Principal Component Analysis
Correspondence Analysis
Multiple Correspondence Analysis
Classification
Association Rule Mining
Cluster Analysis:
Partitioning Clustering: K-means
Hierarchical Clustering
Cluster Validation
Anomaly Detection – Missing data imputation
Examples with R

Knowledge and understanding.
The course aims at introducing and understanding the main methodological concepts related to Data Mining
Applied knowledge and understanding.
The course aims at the knowledge and understanding of the applicative aspects of Data Mining techniques also through exercises, laboratory activities and using specialist software.

Making judgements
The course aims at giving to the student ability at:
- formulating an own evaluation and judgment based on learned notions and from a comparison, in classroom, with the teacher and with the other students;
- identifying and collecting additional information for the subject knowledge through additional books and teaching materials;
- doing and taking decisions, considering various aspects of the matter, especially applicative ones;
- performing knowledge extraction from databases by using methodologies and techniques of Data Mining also using DM software (R and Python).

Communication skills.
The course aims to provide the student with communication skills on learnt data analysis methods and on results of practical exercises.

Learning skills.
The course aims to provide the student with:
- learning skills necessary for understanding and using of Data Mining techniques for data processing;
- ability to draw on different bibliographical sources in order to acquire new skills in this field.

Knowledge of analysis, linear algebra, descriptive and inferential statistics.

Personal study is required on the recommended didactic books;
Slides and material of the course will be provided;
Laboratory training.

Report on the methodological aspects and results of data process, according to the techniques of Data Mining dealt with in the course
and
Final examination by oral test

1. Introduction to DM
Basic concepts and relation with KDD
Exploratory Data

2. Multivariate Factorial Methods
Principal Component Analysis
Correspondence Analysis
Multiple Correspondence Analysis

3. Classification:
Basic Concepts
Rule-based Classifier
Nearest Neighbor Classifiers
Naïve Bayes Classifier
Ensemble Methods

4. Association Analysis
Association Rule Mining
Rule generation
Support and Confidence measures
Statistical independence
Extension to A.A. to continuous and categorical attributes
Multi-level Association Rules
Sequential Pattern Discovery
Subgraph Mining

5. Cluster Analysis:
Partitioning Clustering: K-means
Hierarchical Clustering
Prototype-based
–Fuzzy c-means
–Mixture Model Clustering
–Self-Organizing Maps
Density-based
–Grid-based clustering
–Subspace clustering
Graph-based

Cluster Validation
External and internal indices

6. Anomaly Detection
Noise and Anomalies
Anomaly Scoring
Model-Based Anomaly Detection
Anomaly Detection Techniques
•Proximity-based
•Density-based
•Pattern matching
•Clustering-Based Approaches

7. R Code Examples