Data Science

Tahun Akademik:
Gasal 2022/2023
Kelas-Offr:
B-19BE
Deskripsi:
-Konsep dasar data mining -Proses Knowledge Data Discovery (KDD); -Arsitektur dan model data mining -Fungsi fungsi dari data mining -Teknik-teknik dari data mining pada clustering, classification, dan assosiation -Aplikasi dan tren data mining Kasus data mining yang ada pada dunia bisnis atau industri.
Capaian Pembelajaran

• Mahasiswa memiliki keterampilan dan pemahaman tentang konsep dan teknik data mining serta dapat menerapkannya dalam implementasi program aplikasi sederhana.

Daftar Pustaka:

• -Aggarwal, C.C., 2015. Data Mining: The Textbook. Springer.
• -Bramer, M., 2016. Principles of Data Mining. Springer.
• -Han, J., Pei, J., Kamber, M., 2011. Data Mining: Concepts and Techniques. Elsevier.
• -Hofmann, M., Klinkenberg, R., 2016. RapidMiner: Data Mining Use Cases and Business Analytics Applications. CRC Press.
• -Layton, R., 2017. Learning Data Mining with Python. Packt Publishing Ltd.
• -Olson, D.L., 2016. Descriptive Data Mining. Springer.
• -Olson, D.L., Wu, D., 2016. Predictive Data Mining Models. Springer.
• -Roiger, J, R., 2017. Data Mining: A Tutorial-Based Primer, Second Edition, 2nd ed, Chapman & Hall/CRC data mining and knowledge discovery series. Taylor & Francis;Chapman and Hall/CRC.
• Witten, I.H., Frank, E., Hall, M.A., Pal, C.J., 2016. Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.