Περιγραφή εβδομάδας

• 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 Φόρουμ
  • Ασκήσεις Φάκελος
  • 1η σειρά ασκήσεων Ανάθεση εργασίας
  • 2η σειρά ασκήσεων Ανάθεση εργασίας
• 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).

  
  
• 7η Διάλεξη
  

  7η Διάλεξη

  Διάλεξη 19/4

  Community Detection Ι
  

  • Εισαγωγή σε community detection. Edge Betweeness και Modularity. 
  • Αλγόριθμος Girvan-Newman. 

       Διαφάνειες (1-23).
       Προτεινόμενη μελέτη: [MMDS] 10.1 και 10.2
  

  • Αλγόριθμος Louvain (σύντομη αναφορά).
    Προτεινόμενη μελέτη (προαιρετική): σχετικό paper.

  
  
• 8η Διάλεξη
  

  8η Διάλεξη

  Διάλεξη 26/4

  Community Detection II

  • Εντοπισμός κοινοτήτων μέσω ιδιοτιμών γράφων, spectral clustering. 
  • Διαφάνειες (24-64, οι διαφ. 44-57 συνοπτικά).
  • Προτεινόμενη μελέτη: [MMDS] 10.4

  
  
• 9η Διάλεξη
  

  9η Διάλεξη

  Διάλεξη 17/5

  Recommendation Systems

  The long Tail, Utility Matrix, Content Based Recommendation Systems, Item Profile, User Profile

      
  

  Διαφάνειες, 1-21.
  

  
  

  Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο: 9  
  
• 10η Διάλεξη
  

  10η Διάλεξη

  Διάλεξη 24/05/2023

  Recommendation Systems

  Collaborative Filtering, Finding Similar Users, Rating prediction, User - User , Item - Item

  Hybrid Methods, Combining Global Baseline estimate and Collaborative Filtering

      
  

       Διαφάνειες, 22-43.
  

  
  

       Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο: 9  

  
  

  Link Analysis
  

  Definition of Page Rank, Structure of the Web 
  

  Power Iteration method, Avoiding Dead Ends, Spider Traps and Taxation Efficient Computation of Page Rank, Efficient Approaches to Page Rank Iteration 
  

  Διαφάνειες, 1-45
  

  Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο: 5
  

  
  

  
  
• 11η Διάλεξη
  

  11η Διάλεξη

  Διάλεξη 31/6
  

  Link Analysis
  

  Random Teleports, Computing Page Rank (Matrix Formulation, Rearranging the Equation, Sparse Matrix Formulation and Enconding, Block stripe Analysis)  

  Διαφάνειες, 46-60

  Topic Specific Page Rank,  Measuring Proximity in Graphs (Διαφάνειες 1-20)

  Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο 5
  

  
  

  Advertising on the web
  

    

        Adwords problem, the Balance Algorithm                                                                      

        Διαφάνειες (1-34)

        Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο 8