D2I - Tema 3 Analysis and comparison of methods and algorithms for data mining.

Slides:



Advertisements
Presentazioni simili
LA PROGETTAZIONE DEL MIGLIORAMENTO
Advertisements

STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA
LISALAB: luci e ombre di una rete cooperativa di Italo Tanoni Porto San Gorgio
I.Stat per i censimenti Stefania Bergamasco | Dipartimento per l'integrazione, la qualità e lo sviluppo delle reti di produzione e di ricerca.
Scuola della Società Italiana di Statistica Una breve presentazione: passato e prospettive Monica Pratesi | Università di Pisa Direttore della Scuola della.
1 Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica – Nuovo Ordinamento.
SISL - Servizi rivolti alla PA Governo, monitoraggio e statistiche.
Alfonsina Caricchia I riflessi sulla Contabilità Nazionale della nuova informazione statistica sui processi di internazionalizzazione Linformazione statistica.
Comitato metodologie 20 maggio 2011 Rete dei metodologi La costruzione dei centri di competenza.
Very Small Databases (VSDB) C. Bolchini F. A. Schreiber L. Tanca Politecnico di Milano.
Teorie e Tecniche del Riconoscimento
Tema 1: Integrazione di dati provenienti da sorgenti eterogenee
D2I - Tema 3: Data Mining Stato di avanzamento Roma 11/10/2002.
Modelli e Algoritmi per la Logistica
Tema 2 - Unità di Bologna l Stefano Rizzi l Dario Maio l Matteo Golfarelli l Ettore Saltarelli.
D2I - Tema 3: Data Mining Stato di avanzamento Roma 13/11/2001.
Physically-based Animations of 3D Biped Characters with Genetic Algorithms Università di Roma La Sapienza Relatore: Prof. Marco Schaerf Correlatore: Ing.
D2I Integrazione, Warehousing e Mining di sorgenti eterogenee Tema 2: Progettazione e interrogazione di Data Warehouse Unita' coinvolte nel tema Università
D2I- Integrazione, Warehousing e Mining di sorgenti eterogenee Francesco Buccafurri, Luigi Palopoli, Domenico Rosaci, Giorgio Terracina, Domenico Ursino.
Antonello DAguanno Music Information Retrieval - TOOLS.
Data Mining Giorgio Pedrazzi CINECA Torino, 20 febbraio 2003.
SAS per il Customer Value
Marco CristaniTeoria e Tecniche del Riconoscimento1 Notizie preliminari Introduzione Facoltà di Scienze MM. FF. NN. Università di Verona A.A
Marco Cristani1 Teoria e Tecniche del Riconoscimento Facoltà di Scienze MM. FF. NN. Università di Verona A.A Introduzione alla Pattern Recognition.
Marco CristaniTeorie e Tecniche del Riconoscimento1 Notizie preliminari Introduzione Facoltà di Scienze MM. FF. NN. Università di Verona A.A
Le categorie possono essere definite operativamente, trasformate in scale o questionari, adattate al contesto Le scale valutative esistenti possono essere.
Teoria e tecniche della catalogazione e classificazione ricerca9web Prof.ssa Elisa Grignani Università degli studi di Parma aa. 2005/2006.
Data mining for e-commerce sites
WP12 Gruppi impegnati Univ. Padova, A. Apostolico,
Clustering Mercoledì, 24 novembre 2004 Giuseppe Manco Readings: Chapter 8, Han and Kamber Chapter 14, Hastie, Tibshirani and Friedman Density-Based Clustering.
Cristian Colli Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria – Corso di Laurea in Ingegneria Informatica Anno Accademico 2001/2002.
6.8.Strumenti di valutazione: modelli statistici ed econometrici Valutazione delle politiche AA 2005/2006 Davide Viaggi.
Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica Progetto IS-MANET WP3: Algoritmi e modelli Milano
La standardizzazione dei processi di produzione nella statistica ufficiale: iniziative a livello internazionale ed all’interno dell’Istituto Giulio Barcaroli.
Antonello DAguanno Music Information Retrieval - AUDIO.
Università degli Studi di Cagliari
Allineamento di Superfici Celebrali :
UNIVERSITA’ POLITECNICA DELLE MARCHE
Metodi Matematici per le Applicazioni Industriali MMAI
Peer-to-Peer Systems Content-Based Routing of Path Queries in Peer-to-Peer Systems Georgia Koloniari and Evaggelia Pitoura Ingargiola Salvatore Montauti.
Efficient Region- Based Image Retrieval di Roger Weber e Michael Mlivoncic Swiss Federal Institute of Technology (ETH) Presentazione di Laura Galli, Mauro.
Web Communities and their identificaton
Studio degli indici per query di similarità basati su matrici di distanze Esame di Sistemi Informativi per le Decisioni L-S Presentato da: Ing. Marco Patella.
Gruppo 2 17 marzo 2006 Sistemi informativi per le decisioni Mining the stock market: which measure is best? M.Gavrilov D.Anguelov P.Indyk R.Motwani.
Principi di Lean per Dirigenti (1 giorno) Capire il vero scopo del Lean e la sua applicazione. Include una semplice simulazione. La gestione di un processo.
Gruppo di lavoro Big data for security evaluation Analisi di tracce di esecuzione ed estrazione di modelli graph-based UNINA, UNICAL Feb
SCHEDA INFORMATIVA DI UNITÀ
D2I Modena, 27 Aprile 2001 Progettazione e interrogazione di Data Warehouse (Tema 2) Unità Responsabile: Cosenza Unità Coinvolte: Cosenza - Bologna.
Basi di dati distribuite Prof. M.T. PAZIENZA a.a
Sistemi di supporto alle decisioni aziendali Obiettivi generali del corso.
Basi di dati distribuite Prof. M.T. PAZIENZA a.a
DATA MINING PER IL MARKETING
Linguistica computazionale: task sul linguaggio naturale Cristina Bosco 2015 Informatica applicata alla comunicazione multimediale.
“Exact Indexing of Dynamic Time Warping” di E.Keogh G. Fregnan, T. Splendiani 17/03/06 Exact Indexing of Dynamic Time Warping Eamonn Keogh Computer Science.
Matematica mon amour Prof. Luigi Taddeo 28 Febbraio 2014.
SECTIO AUREA Realizzazione curata dai ragazzi del 3° C Liceo Scientifico Assisi.
Riunione conclusiva della prima fase del progetto Dipartimento di Scienze dell’Ingegneria dell’Università di Modena e Reggio Emilia.
D2I: Integrazione, warehousing e mining di sorgenti eterogenee di dati Tema2: Progettazione e interrogazione di data warehouse Unità: Bologna, Cosenza.
KAPPAELLE Problemi Aperti Carlo Tasso LIA - UNiUD Gruppo infoFACTORY.
DATA MINING.
Ingegneria del software Modulo 2 -Il software come prodotto Unità didattica 2 - I costi del software Ernesto Damiani Università degli Studi di Milano Lezione.
Indici ruralità. La ruralità Sino alla fine degli anni ’60 l’urbanizzazione e l’industrializzazione rappresentavano fenomeni “a senso unico” dalle campagne.
Linguistica computazionale: come accedere all’informazione codificata nel linguaggio naturale (seconda parte) Cristina Bosco 2014 Informatica applicata.
Literature mining.  Data mining Processo di estrazione di conoscenza da banche dati di grandi dimensioni tramite l’applicazione di algoritmi che individuano.
Progetto AMBIT: Ottimizzazione e Valutazione Sperimentale del Motore di Ricerca Semantico Basato sul Contesto Università degli studi di Modena e Reggio.
ICT e Sistemi informativi Aziendali Materiale di supporto alla didattica.
La localizzazione di ambulanze Un approccio attraverso la Teoria dei Giochi.
Introduzione a Weka Di Fabio Cassano
Implementazione GRID di un'applicazione diagnostica in neurologia Isabella Castiglioni, M.C. Gilardi, A. SchenoneIsabella Castiglioni, M.C. Gilardi, A.
Transcript della presentazione:

D2I - Tema 3 Analysis and comparison of methods and algorithms for data mining

Contenuti Clustering(BO) Metaquerying(CS) Visualisation(RM) Approximate similarity queries(BO)

Clustering Individuazione di un modello generale per il confronto di algoritmi di clustering –Tipi di dati e confronti –Aspetti dinamici Esame di proposte basate su stime di densità Esame di proposte basate su statistica descrittiva

Metaquerying Indici di plausibilità Aspetti di efficienza Confronti con estrazione di regole associative

Query approssimate di similarità Modello generale di classificazione –Tipi di dato trattati –Metriche di errore –Garanzie di qualità –Interattività con lutente Esame e confronto di soluzioni rilevanti

Data mining e visualizzazione Griglia di classificazione delle capacità dei vari sistemi Analisi dei vari sistemi esistenti

Problemi aperti Meta-repository per risultati del data mining –Concordare metodologie e formati –Individuare classi di risultati e loro rappresentazione