TDDD41 · 6 hp · Avancerad nivå (A1N) · Informationsteknologi, Datateknik, Datavetenskap
Data Mining - Clustering and Association Analysis
Ges · nästa start VT 2027
81 %
klarar ordinarie tentan
TEN1 · ordinarie tillfällen sedan 2022 · 218 studenter
De flesta klarar tentan första gången. På omtentan klarar ungefär lika stor andel, 77 %.
- Senaste ordinarie
- 73 %27 mar 2026 · 44 studenter
- Omtentor
- 77 %47 skrivningar
- Får 4 eller 5
- 52 %
- Svårare än
- 76 %av kurserna på avancerad nivå
TEN1 per kursomgång
Ordinarie tentan och omtentorna efter den.
- 5
- 4
- 3
- Omtentor
Stapelns höjd är andelen godkända. Peka på en stapel för exakta antal per betyg.
Ingår i 11 program
- Civilingenjörsprogram i industriell ekonomi - internationell
- Civilingenjörsprogram i industriell ekonomi
- Civilingenjörsprogram i datateknik
- Civilingenjörsprogram i informationsteknologi
- Civilingenjörsprogram i mjukvaruteknik
- Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
- Civilingenjörsprogram i teknisk fysik och elektroteknik
- Masterprogram i cybersäkerhet
- Masterprogram i Data Science and Information Engineering
- Masterprogram i datavetenskap
- Masterprogram i matematik
Moment och alla tillfällen
Kursen har 2 moment. Siffrorna överst gäller TEN1, det moment flest skriver.
Tentamen · huvudtentan
TEN1 Skriftlig tentamen
- 5
- 4
- 3
- U
81 %klarar ordinarie · 218 studenter
77 %klarar omtentan · 47 studenter
52 %får 4 eller 5
| Datum | Typ | Betyg | Godkända | Studenter |
|---|---|---|---|---|
| Kursomgång mar 2026 · ordinarie och 1 omtenta | ||||
| Ordinarie | Ordinarie | 73 % | 44 | |
| Omtenta | Omtenta få skrivande | 77 % | 13 | |
| Kursomgång mar 2025 · ordinarie och 1 omtenta | ||||
| Ordinarie | Ordinarie | 80 % | 41 | |
| Omtenta | Omtenta få skrivande | 70 % | 10 | |
| Kursomgång mar 2024 · ordinarie och 1 omtenta | ||||
| Ordinarie | Ordinarie | 87 % | 45 | |
| Omtenta | Omtenta få skrivande | 83 % | 6 | |
| Kursomgång mar 2023 · ordinarie och 2 omtentor | ||||
| Ordinarie | Ordinarie | 80 % | 41 | |
| Omtenta | Omtenta få skrivande | 57 % | 7 | |
| Omtenta | Omtenta få skrivande | 80 % | 5 | |
| Kursomgång mar 2022 · ordinarie och 1 omtenta | ||||
| Ordinarie | Ordinarie | 83 % | 47 | |
| Omtenta | Omtenta få skrivande | 100 % | 6 | |
Omtentor räknas till kursomgången vars ordinarie tenta de följer.
Visa små tillfällen (4)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 4
- 3
- 2
- 2
Inlämning eller laboration
LAB1 Laborationskurs
100 %klarar ordinarie · 234 studenter
Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.
LAB1 per kursomgång
Ordinarie tillfället och de senare tillfällena efter det.
- G
- Senare tillfällen
Stapelns höjd är andelen godkända. Peka på en stapel för exakta antal per betyg.
| Datum | Typ | Betyg | Godkända | Studenter |
|---|---|---|---|---|
| Kursomgång mar 2026 | ||||
| Ordinarie | Ordinarie | 100 % | 51 | |
| Kursomgång apr 2025 | ||||
| Ordinarie | Ordinarie | 100 % | 42 | |
| Kursomgång apr 2024 | ||||
| Ordinarie | Ordinarie | 100 % | 44 | |
| Kursomgång apr 2023 | ||||
| Ordinarie | Ordinarie | 100 % | 47 | |
| Kursomgång apr 2022 | ||||
| Ordinarie | Ordinarie | 100 % | 50 | |
Senare tillfällen räknas till kursomgången vars ordinarie tillfälle de följer.
Visa små tillfällen (2)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 1
- 1
Om kursen
TDDD41 Data Mining - Clustering and Association Analysis är en kurs vid Linköpings universitet (6 hp, avancerad nivå). Sedan 2022 har 81 % av 218 studenter klarat den ordinarie tentan, vilket gör den svårare än 76 % av kurserna på avancerad nivå. På den senaste ordinarie tentan (27 mar 2026) klarade 73 % av 44 studenter. På omtentorna klarar 77 %. Uppdaterad 20 okt 2026
Mål
Kursen lägger grunden för professionellt arbete och forskning där stora mängder av data utforskas, ändras, modelleras och utvärderas för att upptäcka tidigare okända mönster och trender. Kursen fokuserar på klustring och associeringsanalys. Efter avslutad kurs skall studenten kunna:
- förstå och använda viktig terminologi i data mining
- förstå och använda teorin bakom klustring och associeringsanalys
- använda kunskap om teknik för klustring och associeringsanalys
- visa insiktsfull bedömning av kvaliteten på ett visst dataset och informationsinnehållet som klustring och associeringsanalys kan baseras på
- använda och utvärdera verktyg för klustring och associeringsanalys
Innehåll
Associeringsanalys: begrepp och metoder i samband med frequent item sets och associeringsregler såsom Apriori principen, FP-tillväxt, utvärdering av associeringsregler. Klustring: begrepp och metoder i samband med klustring, partitionella klustringsmetoder, hierarkiska klustringsmetoder, densitets-baserad klustring, utvärdering av klustringsmetoder
- Examinator
- Patrick Lambrix
- Schemalagd tid
- 26 h
- Huvudområde
- Informationsteknologi, Datateknik, Datavetenskap