Analysis of Massive Datasets

Opis predmeta

Uvod u analizu velikih skupova podataka. Programski model MapReduce. Pronalaženje sličnih entiteta. Analiza tokova podataka. Analiza poveznica u podacima predstavljenim grafovima. Pronalaženje čestih skupova. Pronalaženje grupa u velikim skupovima podataka. Sustavi za preporuke. Analiza grafova društvenih mreža. Modeli oglašavanja na webu. Reduciranje dimenzionalnosti. Strojno učenje sa svojstvom razmjernog rasta.

Ishodi učenja

  1. prepoznati i razumjeti zašto neki problem pripada u kategoriju velikih podataka
  2. primijeniti programskih model MapReduce prilikom susretanja s određenim tipovima problema
  3. dizajnirati i vrednovati sustav za pronalaženje sličnih entiteta u velikim skupu podataka
  4. dizajnirati i vrednovati sustav za pronalaženje čestih skupova u velikom skupu podataka
  5. dizajnirati i vrednovati sustav za rangiranje čvorova vrlo velikom skupu podataka predočenom grafom
  6. dizajnirati i vrednovati sustav za preporučivanje
  7. primijeniti odgovarajuće algoritme s ciljem pronalaženja grupa u velikom skupu padataka
  8. primijeniti odgovarajuće algoritme za obradu tokova podataka

Oblici nastave

Predavanja

Predavanja popraćena PowerPoint projekcijom s prikazom teorijskih načela.

Auditorne vježbe

Objašnjavanje popratnih primjera i rješavanje zadataka za vrijeme predavanja.

Laboratorij

Programsko ostvarenje odabranih metoda analize velikih skupova podataka. Studenti samostalno programski ostvaruju laboratorijski zadatak i putem web-aplikacije predaju rješenja na automatizirano ocjenjivanje.

Tjedni plan nastave

  1. (en) Locality-sensitive hashing (LSH), minhash and simhash algorithms
  2. (en) Locality-sensitive hashing (LSH), minhash and simhash algorithms
  3. (en) Graph mining
  4. (en) Web search (PageRank and HITS)
  5. Dubinska analiza podataka pomoću programskog modela Map-Reduce , (en) Feature selection (filter methods, subset selection, wrapper method)
  6. (en) Data stream mining
  7. (en) Data stream mining
  8. Međuispit
  9. (en) Time series and sequences mining
  10. (en) Collaborative filtering and recommender engines
  11. (en) Clustering algorithms for large datasets (BFR, CURE)
  12. (en) Sampling, filtering and estimating data stream moments
  13. (en) Large-scale algorithms for mining frequent item sets (Apriori, PCY, SON)
  14. (en) Detecting communities in large graphs (Girvan-Newman, Affiliation-Graph Model)
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Data Science (profil)
Recommended elective courses (2. semestar)

Literatura

(.), Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman (2014.), Mining of Massive Datasets, Cambridge University Press,
(.), Michael Manoochehri (2013.), Data Just Right, Addison-Wesley,
(.), Jiawei Han, Jian Pei, Micheline Kamber (2011.), Data Mining: Concepts and Techniques, Elsevier,

Predavanja

Za studente

Izvedba

ID 222942
  Ljetni semestar
5 ECTS
R3 Engleski jezik
R1 E-učenje
45 Predavanja
5 Laboratorijske vježbe

Ocjenjivanje

izvrstan
vrlo dobar
dobar
dovoljan