Μηχανική Μάθηση & Εξόρυξη Δεδομένων

Διδακτέα Ύλη

Εβδομάδα 1: Μηχανική Μάθηση (τι είναι, τύποι, διεργασίες, εφαρμογές).
Εβδομάδα 2: Δέντρα Ταξινόμησης/Παρεμβολής, (Παραγωγή, Αξιολόγηση, Ερμηνεία), Τυχαία Δάση.
Εβδομάδα 3: Αξιολόγηση Μοντέλων.
Εβδομάδα 4: Μάθηση κατά Περίπτωση (k-NN, k-NN σταθμισμένης απόστασης).
Εβδομάδα 5: Σχεδίαση Συστήματος Μηχανικής Μάθησης, Συστήματα Εξόρυξης Δεδομένων.
Εβδομάδα 6: Παλινδρόμηση, Συνδυασμός πολλαπλών μοντέλων (Bagging, Boosting, Stacking).
Εβδομάδα 7: Συσταδοποίηση (διαιρετικοί αλγόριθμοι, ιεραρχικοί αλγόριθμοι, βάσει πυκνότητας).
Εβδομάδα 8: Ταξινομητές Bayes.
Εβδομάδα 9: Κανόνες Συσχέτισης.
Εβδομάδα 10: Νευρωνικά Δίκτυα: Perceptrons, Multi-Layer Perceptrons, Back Propagation.
Εβδομάδα 11: Θέματα στην εκπαίδευση Νευρωνικών Δικτύων.
Εβδομάδα 12: Βαθιά Μάθηση, Βαθιά Νευρωνικά Δίκτυα.
Εβδομάδα 13: Εξόρυξη Δεδομένων: επισκόπηση εργασιών, προβλήματα στην εξόρυξη.

Προτεινόμενη Βιβλιογραφία

• Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, and Vipin Kumar, “Εισαγωγή στην Εξόρυξη Δεδομένων – 2η Έκδοση“, ISBN: 978-960-418-813-0, Εκδόσεις Τζιόλα, 2018 (Ελληνικά / ΕΥΔΟΞΟΣ: 77107675)
• Κ. Διαμαντάρας και Δ. Μπότσης, “Μηχανική Μάθηση“, ISBN: 978-960-461-995-5, Εκδόσεις ΚΛΕΙΔΑΡΙΘΜΟΣ ΕΠΕ, 2019 (Ελληνικά / ΕΥΔΟΞΟΣ: 86198212)
• Ethem Alpaydin, “Introduction to Machine Learning – Fourth Edition”, The MIT Press, 2020
• Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. 2nd Edition, Bing Liu, Springer, 2011
• Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας και Η. Σακελλαρίου, “Τεχνητή Νοημοσύνη – 4η Έκδοση“, Εκδόσεις Πανεπιστημίου Μακεδονίας, ISBN: 978-618-5196-44-8, 2020 (Ελληνικά / ΕΥΔΟΞΟΣ: 94700120)