Linear Algebra Methods for Data Mining

582473
4
Algoritmit ja koneoppiminen
Syventävät opinnot
The course will cover linear algebra techniques useful in data exploration. Topics include matrix decompositions (SVD, QR) and related methods (principal component analysis, latent semantic indexing) and their application to data mining problems, e.g. information retrieval. Also eigenvalue problems related to ranking algorithms (Pagerank, HITS) are discussed. Both theoretical and implementational aspects are considered. Required background: basic linear algebra skills (e.g. course "Lineaarialgebra I").
Vuosi Lukukausi Päivämäärä Periodi Kieli Vastuuhenkilö
2007 kevät 16.01-21.02. Englanti

Luennot

Aika Huone Luennoija Päivämäärä
Ti 12-14 C220 Saara Hyvönen 16.01.2007-21.02.2007
Ke 14-16 C220 Saara Hyvönen 16.01.2007-21.02.2007

Harjoitusryhmät

Group: 1
Aika Huone Ohjaaja Päivämäärä Huomioitavaa
Pe 12-14 BK106 Saara Hyvönen 19.01.2007—23.02.2007