سرفصل :‌

• شناخت انواع داده‌ها و ویژگی‌ها
• انواع ویژگی‌ها و توصیف آماری داده‌ها
• شناخت داده‌ها (پراکندگی، توزیع نرمال، تحلیل هیستوگرام، اندازه‌گیری شباهت
• تکمیل روش‌های شباهت‌سنجی-مصورسازی داده‌ها
• عملیات پیش‌پردازش وپاک‌سازی داده‌ها
• عملیات پیش پردازش- تجمیع داده‌ها (تحلیل همبستگی – تست کای-دو)
• روش‌های کاهش داده- (کاهش بعد، تبدیل موجک، تبدیل HAAR)
• روش‌های کاهش داده- هیستوگرام، خوشه‌بندی و…
• انواع روش‌های گسسته‌سازی
• انباره داده‌ها-شماهای ستاره‌ای، دانه‌برفی تحلیل الگوهای پرتکرار
• ایجاد قوانین انجمنی
• مفاهیم دسته‌بندی داده‌ها
• درخت تصمیم
• بررسی معیارهای شاخص و هرس درخت تصمیم
• روش‌های دسته‌بندی پیشرفته
• مفاهیم خوشه‌بندی – k-means
• خوشه‌بندی سلسله‌مراتبی
• مرور درس ها و ازمون نهایی