DBM301 - Khai phá dữ liệu (Data Mining) là môn 3 tín chỉ của Đại học FPT, học theo giáo trình chính Data Mining: Concepts and Techniques ấn bản 3 của Jiawei Han, Micheline Kamber và Jian Pei, thuộc The Morgan Kaufmann Series in Data Management Systems của Morgan Kaufmann Publishers (Elsevier), phát hành năm 2011, bản in ghi bản quyền 2012, ISBN 978-0-12-381479-1. Từ buổi 1 đến buổi 55, bảng buổi ghi học trực tiếp trên lớp và tham chiếu Chapter 1 đến Chapter 13 của ấn bản này. Trong dải buổi 1 đến 55, có 36 buổi thuộc 11 khối nội dung: mười khối theo chương sách, trong đó ba cặp chương 6 và 7, 8 và 9, 10 và 11 mỗi cặp học chung bốn buổi; và khối giới thiệu công cụ Weka (Waikato Environment for Knowledge Analysis, University of Waikato) cùng tiền xử lý dữ liệu ở buổi 9 đến buổi 12, nằm ngay sau Chương 3, ứng với CLO4 trong bảng CLO. Ngoài các khối này, bảng buổi có Check Assignment 1 (buổi 17–20) và các đợt Exercise 1 đến Exercise 4 (buổi 29–32, 37–40, 45–48 và từ buổi 53). Nội dung theo thứ tự dạy: Chương 1 (buổi 1–2) với quá trình KDD, học có giám sát và không giám sát, luật kết hợp, phân lớp và hồi quy, phân tích cụm, characterization và discrimination; Chương 2 (buổi 3–4) với khoảng cách Minkowski và cosine similarity, trung bình, trung vị, tứ phân vị, đồ thị boxplot và quantile-quantile plot, parallel coordinates, thuộc tính rời rạc và liên tục; Chương 3 (buổi 5–8) với principal components analysis, discrete wavelet transform, chuẩn hoá min-max và z-score, ChiMerge, mẫu phân tầng, xử lý giá trị thiếu và binning; Chương 4 (buổi 13–16) với ROLAP, MOLAP, bitmap index, star schema, snowflake schema, fact constellation, phép roll-up và drill-down, attribute-oriented induction; Chương 5 (buổi 21–24) với Multiway Array Aggregation, BUC, Star-Cubing, shell fragments, iceberg cube, closed cube, ranking cube; Chương 6 và 7 (buổi 25–28) với Apriori, FP-growth, Eclat, lift, Kulczynski, closed itemset, colossal pattern, metarule; Chương 8 và 9 (buổi 33–36) với ID3, C4.5, CART, phân lớp naïve Bayes, lan truyền ngược, support vector machines, k-nearest-neighbor, AdaBoost, random forests, kiểm định chéo, đường cong ROC; Chương 10 và 11 (buổi 41–44) với k-means, PAM, BIRCH, DBSCAN, OPTICS, CLIQUE, thuật toán EM, biclustering, SimRank, hệ số silhouette; Chương 12 (buổi 49–50) với kiểm định Grubbs, local outlier factor, HilOut, ngoại lai toàn cục, theo ngữ cảnh và tập thể; Chương 13 (buổi 51–52) với hệ gợi ý, phát hiện xâm nhập, privacy-preserving data mining, khai phá mẫu đồ thị, chuỗi thời gian và chuỗi sinh học.
