??新智元推薦??

來源：專知

【新智元導讀】韓家煒老師是數據挖掘領域的祖師爺，也是華人計算機界的代表性人物之一。最近他在UIUC新開設一門數據挖掘的課程CS512 Spring 2020，Data Mining: Principles and Algorithms》，介紹數據挖掘的原理、算法和應用，內容豐富，值得收藏。戳右邊鏈接上?新智元小程序?了解更多！

本課程內容包括:網絡概論、信息網絡挖掘、序列與圖數據挖掘、先進的聚類方法、離群點分析方法、數據流挖掘、時空數據挖掘、文本數據挖掘、Web數據挖掘等。

美國伊利諾伊大學香檳分校計算機系教授、ACM和IEEE會士、美國信息網絡學術研究中心主任 韓家煒

韓家煒是美國伊利諾伊大學香檳分校計算機系教授、IEEE和ACM會士、美國信息網絡學術研究中心主任。曾擔任KDD、SDM和ICDM等國際知名會議的程序委員會主席，創辦了ACM TKDD期刊并擔任主編。在數據挖掘、數據庫和信息網絡領域發表論文600余篇。曾獲得2004 ACM SIGKDD創新獎、2005 IEEE計算機分會技術成就獎、2009 IEEE計算機分會Wallace McDowell獎等。

主頁：

https://hanj.cs.illinois.edu/

課程地址：

https://wiki.illinois.edu//wiki/display/cs512

課程介紹：

這是一門關于數據挖掘的研究生課程。介紹了數據挖掘的原理、算法和應用，包括算法、方法、實現和應用。課程內容包括:網絡概論、信息網絡挖掘、序列與圖數據挖掘、先進的聚類方法、離群點分析方法、數據流挖掘、時空數據挖掘、文本數據挖掘、Web數據挖掘等。本課程主要面向對數據挖掘感興趣的計算機科學研究生。同時，本課程也可能吸引其他學科的學生，他們需要理解、實現和/或使用數據挖掘方法來分析大量數據。

教科書

Jiawei Han, Micheline Kamber, and Jian Pei. "Data Mining: Concepts and Techniques, 3rd ed., Morgan Kaufmann, 2011.?

• Note: Two chapters of the course will use this 3rd edition of the book (Chapters 11 & 12 of 3rd ed. of the book).? The remaining chapters will use network mining materials plus the 2nd edition of the book (2006) starting?at Chapter 8 (mainly replying on slides or related papers).?
• See the book's?home page?for errata, course slides, and other reference materials.

Yizhou?Sun and?Jiawei?Han,?Mining Heterogeneous Information Networks: Principles and Methodologies,?Morgan & Claypool, 2012 (which will be used mainly in the first second half of the course).

參考書

D. Easley and?J. Kleinberg, Networks, Crowds, and Markets: Reasoning About a Highly Connected World, Cambridge Univ. Press, 2010.

M. Newman, Networks: An Introduction, Oxford Univ. Press, 2010.

C. M. Bishop, Pattern Recognition and Machine Learning, Springer 2007.

S. Chakrabarti, "Mining the Web: Statistical Analysis of Hypertext and Semi-Structured Data", Morgan Kaufmann, 2002

R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification, 2ed., Wiley-Inter-science, 2001.

T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer-Verlag, 2nd ed. 2009.

C. D. Manning, P. Raghavan, and H. Schutze, Introduction to Information Retrieval, Cambridge Univ. Press, 2008.

T. M. Mitchell, Machine Learning, McGraw Hill, 1997.

P.-N.Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining, Addison-Wesley, 2006. ISBN: 0-321-32136-7

主題演講PPT從非結構化文本到知識立方TextCube：自動化構建和多維探索現實世界的大數據以自然語言文本的形式，在很大程度上是非結構化的、相互關聯的、動態的。將如此龐大的非結構化數據轉換為結構化知識是非常必要的。許多研究人員依賴于勞動密集型的標記和管理來從這些數據中提取知識，這可能是不可擴展的，特別是考慮到許多文本語料庫是高度動態的和特定于域的。我們認為，大量的文本數據本身可能揭示了大量隱藏的模式、結構和知識。基于領域無關和領域相關的知識庫，我們探索海量數據本身將非結構化數據轉化為結構化知識的能力。通過將大量的文本文檔組織成多維文本數據集，可以有效地提取和使用結構化的知識。在這次演講中，我們介紹了一組最近開發的用于這種探索的方法，包括挖掘質量短語、實體識別和鍵入、多面分類構造以及多維文本立方體的構造和探索。結果表明，數據驅動方法是將海量文本數據轉化為結構化知識的一個有前途的方向。

本文經授權轉載自微信公眾號“專知”(ID：Quan_Zhuanzhi)

總結

以上是生活随笔為你收集整理的数据挖掘原理与算法_【干货】UIUC韩家炜老师2020年新课：CS512 数据挖掘：原理与算法，附PPT...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。