At the end of the course you will be able to
- reason and argue which data mining algorithm is applicable to which task;
- apply, analyze, and implement various data mining algorithms;
- evaluate the quality of data mining solutions.
|
|
|
How can we build systems that can learn? More specifically: how can we extract relevant, interesting information from (big) data? You learn that there are various algorithms, depending on the task at hand and properties of the available data. In the project, you will implement and/or test such algorithms on existing data.
|
|
|
| Je
bent bekend met elementaire begrippen uit de kansrekening als kansen, kansverdelingen en verwachtingswaarden;
kunt eenvoudige berekeningen hiermee uitvoeren;
weet wat vectoren en matrices zijn;
kunt deze optellen en met elkaar vermenigvuldigen.
Deze voorkennis komt aan de orde in de cursussen Calculus and Probability Theory en Matrix Calculation |
|
| De beoordeling wordt gebaseerd op een midterm tentamen (voor 35%), een eindterm tentamen (voor 35%) en een werkstuk (voor 30%). Huiswerkopdrachten zijn verplicht en moeten voldoende worden gemaakt. Hertentamen komt in de plaats van zowel midterm als eindterm tentamen en telt dan voor 70%. |
|
|