Hariduslik andmekaeve programmeerimiseta (IFI7368.DT)
Õppeaine kood
IFI7368.DT
vana ainekood
Õppeaine nimetus eesti k
Hariduslik andmekaeve programmeerimiseta
Õppeaine nimetus inglise k
Educational Data Mining Without Coding
Õppeaine maht EAP
6.0
Kontrollivorm
arvestus
2023/2024 kevadsemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
2024/2025 sügissemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
Õppeaine eesmärgid
Kursuse eesmärk on anda ülevaade erinevatest andmekaevemeetoditest hariduslikus kontekstis, kasutades lihtsat keelt ja rakendada neid RapidMineris.
Õppeaine sisu lühikirjeldus
See kursus pakub praktilist sissejuhatust andmekaevesse arvutiteaduse või programmeerimise taustata õpilastele, keskendudes selle rakendamisele hariduses. Osalejad õpivad peamisi andmekaevetehnikaid, sealhulgas nii järelevalvega (nagu otsustuspuud ja närvivõrgud) kui ka järelevalveta meetodeid (nt rühmitamine), mis on rakendatavad erinevates valdkondades lisaks hariduse, sealhulgas e-kaubandus. Tasuta avatud lähtekoodiga tarkvara kasutavate praktiliste ülesannete kaudu harjutavad õpilased mustrite leidmist ja andmete tulevikutrendide ennustamist. Kursus on mõeldud algajatele, mõistmise tagamiseks on üksikasjalikud videoloengud ja praktikaseminarid. Kursuse lõpuks oskavad osalejad oma huvivaldkondades teadlike otsuste tegemiseks kasutada andmekaevet.
Õppeaine õpiväljundid
Õppeaine edukal läbimisel üliõpilane:
- mõistab, mis on andmekaeve ja mis mitte (sh andmekaeve eesmärgid, kategoriseerimine ja protsess, selle erinevused haridusandmete kaevandamisest, haridusandmete kaevandamise eesmärgid ja meetodid nende eesmärkide saavutamiseks);
- oskab kasutada RapidMinerit;
- oskab andmeid ette valmistada;
- oskab rakendada kirjeldavat statistikat, ühe- ja mitmemõõtmelist andmete visualiseerimist, samuti paljude muutujate visualiseerimist;
- tunneb erinevate klassifitseerimismeetodite põhiideed ja kuidas neid rakendada;
- teab erinevate regressioonimeetodite põhiideed ja nende rakendamist;
- valdab mudelite hindamise ja funktsioonide valiku meetodeid;
- tunneb assotsiatsioonianalüüsi meetodite põhiideed ja nende rakendamist;
- valdab erinevate klasterdamismeetodite põhiideed ja kuidas neid rakendada.
- mõistab, mis on andmekaeve ja mis mitte (sh andmekaeve eesmärgid, kategoriseerimine ja protsess, selle erinevused haridusandmete kaevandamisest, haridusandmete kaevandamise eesmärgid ja meetodid nende eesmärkide saavutamiseks);
- oskab kasutada RapidMinerit;
- oskab andmeid ette valmistada;
- oskab rakendada kirjeldavat statistikat, ühe- ja mitmemõõtmelist andmete visualiseerimist, samuti paljude muutujate visualiseerimist;
- tunneb erinevate klassifitseerimismeetodite põhiideed ja kuidas neid rakendada;
- teab erinevate regressioonimeetodite põhiideed ja nende rakendamist;
- valdab mudelite hindamise ja funktsioonide valiku meetodeid;
- tunneb assotsiatsioonianalüüsi meetodite põhiideed ja nende rakendamist;
- valdab erinevate klasterdamismeetodite põhiideed ja kuidas neid rakendada.
Õppejõud
Danial Hooshyar
Õppekavaversioonid, millesse aine kuulub