Weekly outline

• General
  

  General

  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 (έναρξη 1/3/2023)

  • Τετάρτη, 09:45-12:30, αίθ. 002, Ν. Κτ. Ηλεκτρολόγων ΕΜΠ
    (οι φοιτητές του ΑΛΜΑ θα έχουν 1 πρόσθετη ώρα, 08:45-09:30)

  
  

  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 Forum
  • Υποβολή 1ης σειράς ασκήσεων Assignment
  • Υποβολή 2ης σειράς ασκήσεων Assignment
• 1η διάλεξη
  

  1η διάλεξη

  Διάλεξη 1/3

  • Εισαγωγή - διαδικαστικά (διαφάνειες). 
  • Εξόρυξη κανόνων συσχέτισης και συνόλων στοιχείων που εμφανίζονται συχνά σε μεγάλα δεδομένα. 
  • Αλγόριθμος A-priori (διαφάνειες: 1-17).

  Προτεινόμενη μελέτη: [MMDS] κεφ. 6 (link) (ενότητες 6.1, 6.2). Συμπληρωματικά: [TSKK] κεφ. 6 (link) (ενότητες 6.1, 6.2) και βίντεο παλαιότερης διάλεξης (ζητήστε το password μέσω email).
  

  
  
  
• 2η Διάλεξη
  

  2η Διάλεξη

  • Εξόρυξη συχνών συνόλων στοιχείων (μέρος 2), διαφάνειες (κυρίως 74-105, δείτε και 1-47) 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).

  
  

  
  

  
  
• 3η Διάλεξη
  

  3η Διάλεξη

  Σύντομη επισκόπηση του clustering
  

  Clustering Techniques, The curse of dimensionality, Hierarchical clustering, K-means, BFR algorithm. (Διαφάνειες, 1-47).
  

  Προτεινόμενη μελέτη: [MMDS] Ενότητες: 7.1, 7.2, 7.3 και 7.4.
  

  Περαιτέρω μελέτη:      [TSKK]  Κεφάλαιο 7

  
  
• 4η Διάλεξη
  

  4η Διάλεξη

  Clustering
  

  CURE (Διαφάνειες, 48-56)

  Προτεινόμενη μελέτη: [MMDS] Ενότητες: 7.1, 7.2, 7.3 και 7.4.

  Περαιτέρω μελέτη: [TSKK]  Κεφάλαιο 7

  
  

  Link Analysis
  

  Definition of Page Rank, Structure of the Web (Διαφάνειες, 1-15)
  

  Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο: 5

  
  
  
• 5η Διάλεξη
  

  5η Διάλεξη

  Link Analysis
  

  Power Iteration method, Avoiding Dead Ends, Spider Traps and Taxation Efficient Computation of Page Rank, Efficient Approaches to Page Rank Iteration (Διαφάνειες, 15-45)

  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

  
  
• 6η Διάλεξη
  

  6η Διάλεξη

  Διάλεξη 3/5

  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

  
  
• 7η Διάλεξη
  

  7η Διάλεξη

  Διάλεξη 10/5

  Community Detection II

  • Εντοπισμός κοινοτήτων μέσω ιδιοτιμών γράφων, spectral clustering. 
  • Διαφάνειες (24-64, από 41 και μετά συνοπτικά).
  • Προτεινόμενη μελέτη: [MMDS] 10.4

  
  
• 8η Διάλεξη
  

  8η Διάλεξη

  Διάλεξη 17/5

  Κατακερματισμός (hashing)  

  (διαφάνειες U. Zwick, από μάθημα Advanced Algorithms, Tel Aviv University): 
  

  • Κλειστή και ανοιχτή διευθυνσιοδότηση. Universal hash families. Αλυσίδωση.
  • Παράγοντας φόρτου και ανάλυση χρόνου εκτέλεσης βασικών πράξεων.

  Προτεινόμενη μελέτη: σημειώσεις (και αναφορές που περιέχονται)
  
• 9η Διάλεξη
  

  9η Διάλεξη

  Διάλεξη 24/5

  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 31/05/2023

  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  

  
  

  Advertising on the web  

        

  On-line Algoithms, Greedy Algorithms, Competitive Ratio, Matching problem.                                                                      

        Διαφάνειες (1-15)

        Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο 8

  
  
• 11η Διάλεξη
  

  11η Διάλεξη

  Διάλεξη 7/6

  Advertising on the web
  

    

        Adwords problem, the Balance Algorithm                                                                      

        Διαφάνειες (1-34)

        Προτεινόμενη μελέτη: [MMDS] Κεφάλαιο 8