Datamining

Studiegidsnr:2027TEWMHI
Vakgebied:Statistiek
Academiejaar:2016-2017
Semester:1e semester
Contacturen:30
Studiepunten:3
Studiebelasting:84
Contractrestrictie(s):Geen contractrestrictie
Instructietaal:Nederlands
Examen:1e semester
Lesgever(s)David Martens

Deze cursusinformatie is bedoeld om de student te ondersteunen bij het verwerken van de leerstof

3. Inhoud *

In de afgelopen decennia is er een overvloed aan data opgeslagen in onze databases. In die grote hoeveelheden data is nuttige kennis aanwezig, hoewel ze verscholen zit in een kluwen van rauwe data. Met data mining technieken kan men automatisch patronen uit die data halen.

Concreet wordt allereerst beschreven wat data mining is en de voornaamste toepassingen besproken. Daarna gaan we in op voorspellende (classificatie en regressie) en beschrijvende (associatie regels en clustering) data mining, met toepassingen in marketing en risk management. Verder worden de nieuwste trends onder de loop genomen worden, zoals sociale netwerk analyse, text mining en de opkomst van Big Data. Finaal wordt data mining ook in de parktijk gebracht mbv Matlab.