Documente Academic
Documente Profesional
Documente Cultură
C1
Competenţe profesionale
C3
C4
C6
Competenţe transversale
Bibliografie facultative
1. Benzecri J. P. (1979), L'analyse des données, Dunod, Paris, 1979
2. Saporta G. (1990), Probabilités, analyse des données et statistique, Ed. Technip, Paris, 1990
3. Stnil O., Neagoe V. (1992), Teoria recunoaterii formelor, Editura Academiei, Bucureti, 1992
nd
4. Alpaydin, A. (2010), Introduction to Machine Learning, 2 edition, The MIT Press, Cambridge, 2010
5. Berthold M., Hand D. J. (1999), Intelligent Data Analysis— An Introduction, Springer, Berlin, 1999
6. Cherkassky V., Mulier F. (1998), Learning from Data: Concepts, Theory and Methods, John Wiley &
Sons, Inc., New York, 1998.
7. Hand D. J., Mannila H., Smyth P. (2001), Principles of Data Mining, The MIT Press, Cambridge, 2001.
8. Nisbet R., Elder J., Miner G. (2009), Advanced Algorithms for Data Mining, in Handbook of Statistical
Analysis and Data Mining Applications, Academic Press, Amsterdam, NL, 2009
9. Shmueli G., Patel N. R., Bruce P. C. (2010), Data Mining for Business Intelligence: Concepts,
Techniques, and Applications in Microsoft Office Excel with XLMiner, New Jersey, Wiley, 2010
8.2 Seminar / Laborator/Lucrări practice/Stagii Metode de predare Observaţii
1. Discutarea cerintelor privind elaborarea Prezentare si interactiune
proiectelor si lucrarilor practice si actualizarea cu studentii
unor cunostinte din domeniul probabilitatilor
si statisticii matematice
2. Prezentarea elementelor de baza ale Ilustrare pe calculator,
sistemului softwsre SAS utilizand instrumentul soft-
ware SAS
3. Prezentarea implementarilor software ale Ilustrare pe calculator,
principalelor tehnologii Data Mining in utilizand instrumentul soft-
sistemul SAS ware SAS
4. Aplicatie numerica privind efectuarea unei Exemplificare si solutionare
analize preliminare a datelor numerica a tematicii semi-
narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
5. Exemple numerice privind evaluarea unor Exemplificare si solutionare
masuri sumarizatoare in cazul multidimenional numerica a tematicii semi-
narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
6. Studiu de caz privind utilizarea analizei Exemplificare si solutionare
componentelor principale in domeniul credit- numerica a tematicii semi-
scoring narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
7. Exemplificare numerica a construirii Exemplificare si solutionare
indicatorilor compoziti (agregati) cu ajutorul numerica a tematicii semi-
analizei componentelor principale narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
8. Studiu de caz privind sintetizarea datelor de Exemplificare si solutionare
tip calitativ cu ajutorul analizei numerica a tematicii semi-
corespondentelor narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
9. Aplicatie numerica privind utilizarea analizei Exemplificare si solutionare
factoriale in domeniul pietelor de capital numerica a tematicii semi-
narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
10. Aplicatie numerica privind utilizarea analizei Exemplificare si solutionare
corelatiilor canonice in masurarea legaturilor numerica a tematicii semi-
dintre variabile economice si variabile sociale narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
11. Aplicatie numerica privind metodele de Exemplificare si solutionare
evaluare a distantelor intre forme, a numerica a tematicii semi-
distantelor intre clustere si a variabilitatii narului pe baza de date
inter-clasa si intra-clasa reale, utilizand calculatorul
si software-ul specializat
12. Studiu de caz privind utilizarea analizei cluster Exemplificare si solutionare
in scopul determinarii claselor de performanta numerica a tematicii semi-
ale unei multimi de firme (pe cazul firmelor narului pe baza de date
cotate la bursa) reale, utilizand calculatorul
si software-ul specializat
13. Studiu de caz privind predictia starii de Exemplificare si solutionare
faliment cu ajutorul metodelor de numerica a tematicii semi-
recunoastere supervizata a formelor narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
14. Aplicatie numerica privind utilizarea Exemplificare si solutionare
tehnologiei Support Vector Machine in numerica a tematicii semi-
recunoasterea supervizata a formelor narului pe baza de date
reale, utilizand calculatorul
si software-ul specializat
Bibliografie
1. Berry M. J. A., Linoff G. (2004), Data mining techniques : for marketing, sales, and customer
relationship management, 2nd ed., Wiley Publishing, Inc., 2004
2. Bramer M. (2007), Principles of Data Mining, Springer-Verlag London Limited, 2007
3. Cody P. R.(2006), Applied Statistics and the SAS Programming Language, 2006
4. Delwiche L. D., Slaughter S. J. (2003), The Little SAS Book, Third Edition, Cary, NC: SAS Institute, Inc.,
2003
5. Everitt S. B., Handbook of Statistical Analyses Using SAS, Second Edition, Geoff Der, 2001
6. Matignon R. (2007), Data Mining Using SAS Enterprise Miner, John Wiley & Sons, Inc., Hoboken, New
Jersey, USA, 2007
7. Ruxanda Gh. (2001), Analiza datelor, Bucureti, Editura ASE, 2001
8. Ruxanda Gh. (2010), Proceduri SAS pentru rezolvarea problemelor din domeniul Data Mining, material
didactic, 2010
9. Vercellis C. (2009), Business Intelligence : Data Mining and Optimization for Decision Making, John
Wiley & Sons Ltd, USA, 2009
10. Witten I. H., Frank E., Hall M. A. (2011), Data Mining Practical Machine Learning Tools and
Techniques, Third Edition, Morgan Kaufmann Publishers, Elsevier, Burlington, MA, USA, 2011
10.Evaluare
Tip activitate 10.1 Criterii de 10.2 Metode de 10.3 Pondere din
evaluare evaluare nota finală
10.4 Curs Organizarea a 5 mini- Participarea la 10%
dezbateri (de cate 15 dezbaterile organizate
min) la finalul la curs si frecventa
anumitor cursuri inregistrata la cursuri
Proba de Examen Evaluare lucrare scrisa 60%
examen
10.5 Seminar / laborator/lp/stagii Activitate si prezenta Implicarea studentilor 5%
la seminarii indezbaterile organiate
pe tematicile prevazute
pentru seminarii
Elaborarea a 3 pro- Evaluarea continutului 25%
iecte stiintifice de tip stiintific al proiectelor
Studiu de caz elaborate
10.6 Standard minim de performanţă:
Insusirea si intelegerea conceptelor, continutului, rationamentelor, interpretarilor si scopurilor, a metode-
lor, modelelor, procedurilor si algoritmilor pentru urmatoarele tematici: a. masurare si cunatificare in
domeniul economico-social; b. sintetizarea informationala cu ajutorul analizei componentelor principale;
c. sintetizarea informationala a datelor de tip calitativ cu ajutorul analizei corespondentelor; d. detectarea
structurilor cauzale ascunse cu ajutorul analizei factoriale; e. modelarea si estimarea legaturilor cauzale
din domeniul economico-financiar cu ajutorul analizei corelatiilor canonice; f. recunoasterea
nesupervizata a formelor; g. recunoasterea supervizata a formelor si masini autoinstruibile;
Insusirea modului de utilizare in practica a metodelor si tehnicilor specifice tematicilor enumerate
anterior;
Cunoasterea modalitatilor de implementare software a problemelor specifice tematicilor enumerate
anterior;
Elaborarea celor 3 proiecte (studii de caz) prevazute la criteriile de evaluare, in conditii cantitative si
calitative echivalente cu cel putin nota de trecere (min. 5) ;
Participarea la cel puţin 50% din cursurile şi seminariile prevazute.