هدف این درس، آشنا کردن دانشجویان کارشناسی ارشد و دکترا با مفاهیم و مسائل مطرح در کاوش حجم وسیعی از داده‌ها و کشف الگوهای موجود در آن‌هاست. در ابتدا مفاهیم پیش‌پردازش داده‌ها و انباره داده ارائه شده و سپس به مباحث مربوط به حوزه‌های اصلی در داده‌کاوی پرداخته می‌شود.

• مقدمه - معرفی داده‌کاوی و مدل‌های اصلی در آن (۱ جلسه)
• روش‌های مربوط به پیش‌پردازش داده‌ها (۲ جلسه)
• معرفی انباره داده، مکعب داده‌ای و گزارش‌گیری تحلیلی (۲ جلسه)
• مدل نگاشت-کاهش (۳ جلسه)
  • الگوریتم‌های نگاشت-کاهش
  • نظریه پیچیدگی مدل نگاشت-کاهش
  • آشنایی با پشته‌های فناوری مربوطه مانند اسپارک، هادوپ و …
• کاوش مجموعه‌های عناصر در حجم بزرگ (۳ جلسه)
  • پیدا کردن مجموعه عناصر مشابه و توابع درهم‌سازی حساس به محل
  • پیدا کردن مجموعه‌های با تکرر بالا، الگوریتم A-Priori، الگوریتم PCY، الگوریتم SON و تویوونن
• کاوش جریان داده‌ها (۳ جلسه)
  • نمونه برداری جریان داده‌ها
  • پالایش جریان داده‌ها و فیلتر‌های بلوم
  • الگوریتم‌های جریان داده
• تحلیل شبکه‌های داده‌ای (۴ جلسه)
  • ویژگی‌های ساختاری شبکه‌ها
  • رتبه صفحه و قدم‌زنی تصادفی
  • الگوریتم‌های کاوش انجمن‌ها
  • الگوریتم‌های شمارش موتیف‌ها در گراف‌ها
  • الگوریتم‌های نمونه‌برداری در گراف‌ها
• الگوریتم‌های خوشه‌بندی داده (۴ جلسه)
  • الگوریتم‌های سلسله مراتبی
  • الگوریتم K-Means
  • الگوریتم CURE
  • خوشه‌بندی جریان‌های داده
• الگوریتم‌های کاهش ابعاد (۲ جلسه)
  • الگوریتم SVD و PCA
  • الگوریتم CUR
• الگوریتم‌های یادگیری ماشین در داده‌های بزرگ (۴ جلسه)
  • مفهوم یادگیری ماشین و الگوریتم‌های رگرسیون
  • شبکه‌های عصبی، معرفی شبکه‌های عصبی عمیق
  • الگوریتم SVM
• داده‌کاوی در صنعت (۲ جلسه)
  • سیستم‌های توصیه‌گر
  • تبلیغات در وب و مسئله Adwords
  • بازارهای تطابق‌یابی
  • مسئله قیمت‌گذاری
  • داده‌کاوی سلامت

• آزمون: آزمون‌های میان‌نیم‌سال و پایان‌نیم‌سال (۶۰ درصد نمره)
• تمرین: سه تمرین پژوهشی، و یک تمرین عملی که در طول نیم‌سال تحویل داده می‌شوند (۲۵ درصد نمره).
• گزارش پژوهشی: موضوع پژوهش قبل از آزمون پایان‌نیم‌سال تعیین می‌شود. دانشجو کار پژوهش را با کمک استاد درس آغاز کرده و پس از انجام کار، نتیجه پژوهش را در قالب گزارش ارائه می‌دهد (۱۵ درصد نمره).