Bài giảng Nhập môn khai phá dữ liệu: Chương giới thiệu môn học - PGS. TS. Hà Quang Thụy

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

Thêm vào BST

Báo xấu

68
lượt xem 21
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng cung cấp cho người học những kiến thức cơ bản về học phần Nhập môn khai phá dữ liệu đồng thời giới thiệu một số thông tin quan trọng về môn học như: Số tín chỉ, tài liệu dạy - học, tài liệu làm tiểu luận, tài liệu đọc thêm, tổ chức dạy - học, nhóm tiểu luận – bài tập,... Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Nhập môn khai phá dữ liệu: Chương giới thiệu môn học - PGS. TS. Hà Quang Thụy

NHẬP MÔN KHAI PHÁ DỮ LIỆU GIỚI THIỆU MÔN HỌC Lớp đại học K63, 2020-2021 PGS. TS. Hà Quang Thụy HÀ NỘI, 09-2020 TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ĐẠI HỌC QUỐC GIA HÀ NỘI http://uet.vnu.edu.vn/~thuyhq/
Giới thiệu chung về môn học ⚫ Tên môn học: Nhập môn khai phá dữ liệu ⚫ Số tín chỉ: 3 ⚫ Tài liệu dạy - học: Nguyễn Hà Nam, Nguyễn Trí Thành, Hà Quang Thụy (2013). Giáo trình khai phá dữ liệu (Các chương: 1-6, 10). Bài giảng: http://uet.vnu.edu.vn/~thuyhq/courses.html ⚫ Tài liệu làm tiểu luận: hai sinh viên/một bài Giảng viên sẽ gửi tới lớp trưởng 2
Tài liệu đọc thêm ⚫ Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Hà Quang Thụy, Nguyễn Thu Trang, Nguyễn Cẩm Tú. Giáo trình khai phá dữ liệu Web. NXBGD, 2009. ⚫ Charu C. Aggarwal. Neural Networks and Deep Learning. A Textbook. Springer, 2018 (lớp năm 2018) ⚫ James R Evans. Business Analytics. Pearson, 2017 (lớp cao học) ⚫ Hà Quang Thụy và cộng sự. Trí tuệ nhân tạo trong thời đại số: Bối cảnh thế giới và liên hệ với Việt Nam. ⚫ Hà Quang Thụy và cộng sự. Một phân tích môi trường Chiến lược quốc gia Việt Nam về Trí tuệ nhân tạo. ⚫ Hà Quang Thụy và cộng sự. Kinh tế số: Bối cảnh thế giới và liên hệ với Việt Nam. ⚫ J. Han, M. Kamber, and Jian Pei. Data Mining: Concepts and Techniques (3rd edition). Morgan Kaufmann, 2011. ⚫ Xindong Wu and Vipin Kumar. The Top Ten Algorithms in Data Mining, Chapman & Hall/CRC, 2009 3
Tổ chức dạy - học ⚫ Hình thức dạy-học: - Giáo viên trình bày: 08-09 buổi - Sinh viên trình bày tiểu luận và bài tập: 06-07 buổi ⚫ Hình thức đánh giá và khung điểm - Đánh giá thường xuyên: 40% + Chuyên cần lên lớp học: 2.5 + Tiểu luận theo nhóm: 6.0 + Đóng góp xây dựng bài: 1.5 (nếu > 1.5 được chuyển sang điểm tiểu luận) + Mỗi ý kiến đóng góp: 0.3, lớp trưởng: 1.5 + Một số điểm cộng, trừ khác (Bỏ học buổi 1-2 trừ 0.5 điểm, từ buổi thứ ba trừ 1.0 điểm, trừ bỏ giữa giờ bằng trừ hai buổi bỏ học) - Điểm cuối kỳ: 60% + Nộp báo cáo tiểu luận cuối kỳ: 3.0 + Thi vấn đáp: 7.0 * Câu hỏi trắc nghiệm: 3.5 * Câu hỏi biện luận, bài tập: 3.5 ⚫ Thời gian dự kiến: 15 tuần (31/08/2020- xx/12/2020) 4
Nhóm tiểu luận – bài tập: nhiệm vụ ⚫ Nhóm tiểu luận – bài tập - Nhóm hai sinh viên làm một bài tiểu luận (Cả lớp có 45 bài) - Chịu trách nhiệm một nội dung tiểu luận và bài tập trên ngôn ngữ lập trình ⚫ Nội dung công việc - Đọc, nắm bắt, trình bày được nội dung bài tiểu luận. Khuyến khích tìm tài liệu tham khảo mở rộng nội dung - Hiểu và làm bài tập. Khuyến khích thực hiện dữ liệu khác - Trình bày bài tiểu luận-bài tập và trả lời câu hỏi - Làm (nộp) báo cáo toàn văn tiểu luận ⚫ Trình bày thuyết trình - Mỗi nhóm sinh viên: 16 phút cho trình bày + 5 phút cho trả lời (không quá 30 trang nội dung trình bày) - Sinh viên khác: Đặt câu hỏi được cộng điểm chuyên cần 5
Báo cáo tiểu luận cuối kỳ ▪ Báo cáo biên soạn bài tiểu luận. ▪ Có bìa, có mục lục, danh sách bảng, hình vẽ, căn lề hai phía, nhất quán: kiểu chữ và cỡ chữ, căn lề hai phía ▪ Đầy đủ nội dung bài tiểu luận được giao. ▪ Nội dung chữ ở bảng, hình vẽ cần chuyển sang tiếng Việt ▪ Khuyến khích mở rộng nội dung (cần chỉ rõ nguồn từ sách, bài báo, không sử dụng nguồn tiếng Việt không tin cậy) 6