Section outline

  • Collapse Expand

    Ακαδημαϊκό Έτος 2023-2024

    Collapse all Expand all

    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

    Βοηθός διδασκαλίας

    • Σταύρος Πετσαλάκης, Υ.Δ. (stpetsalakis@gmail.com)

    Βιβλιογραφία



  • Collapse Expand

    1η διάλεξη

    Διάλεξη 23/2

    • Εισαγωγή - διαδικαστικά 

    • 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

  • Collapse Expand

    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

  • Collapse Expand

    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).

  • Collapse Expand

    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).
  • Collapse Expand

    5η Διάλεξη

    Διάλεξη 5/4

    Data Mining I

    • 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).

  • Collapse Expand

    6η διάλεξη

    Διάλεξη 12/4

    Data Mining II

    Προτεινόμενη μελέτη: [MMDS] κεφ. 6 (link) [ενότητες 6.3, 6.4].

    Δείτε ακόμη: [TSKK] κεφ. 6 (link) (ενότητα 6.5).

  • Collapse Expand

    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.

  • Collapse Expand

    8η Διάλεξη

    Διάλεξη 26/4

    Community Detection II


  • Collapse Expand

    9η Διάλεξη

    Διάλεξη 17/5

    Recommendation Systems

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

        

    Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο: 9  

  • Collapse Expand

    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

        

         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



  • Collapse Expand

    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