V3+Ü2
Termin: Mo 10-12 h/G 307, 14tg. Di 10-12 h/G 307 (V 14tg.), Mo 12-14 h/G 307 (Ü), Mi 14-16 h/G 307 (Ü)
Doz.: Daniel A. Keim (V), Jörn Schneidewind, Christian Panse (Ü)
Themengebiet: Grundlagen der Informatik / Informatik der Systeme
Adressaten:
Studierende des Information Engineering im Bachelor-Vertiefungsstudium
Studierende des Information Engineering im Masterstudium
Voraussetzungen:
Vertiefte Kenntnisse in den Bereichen Algorithmen und Datenstrukturen,
Mathematische Grundlagen des Information Engineering sowie Methoden der
Praktischen Informatik.
Ziel:
Einführung in die Konzepte des Data Mining.
Die Studierenden sollen ein Grundverständnis für Problemstellungen und
Lösungsmöglichkeiten entwickeln.
Sie sollen in der Lage sein, die verschiedenen Methoden des Data Mining zu
erkennen, die Voraussetzungen und Parameter für deren Anwendung zu benennen
und die erreichten Ergebnisse zu beurteilen.
Inhalt:
- Data-Mining-Prozess
- Anwendungsbeispiele
- Statistische Grundlagen
- Klassifizierung der verschiedenen Data-Mining-Techniken
- Clusteranalyse
- Assoziationsanalyse
- Klassifizierung
- Visualisierung
Literatur:
Keine vorausgesetzt. Empfohlen werden folgende Titel:
- David J. Hand, Heikki Mannila, Padhraic Smyth: Principles of Data
Mining. MIT Press, 2001.
- Jiawei Han, Micheline Kamber: Data Mining: Concepts and Techniques.
Morgan Kaufmann Publishers, 2000.
Leistungsnachweis:
Je nach Teilnehmer/innen/zahl mündlich (Einzelprüfung von 30 min. Dauer) oder
schriftlich (Klausur von 120 min. Dauer). Vorleistung: 50% der Punkte
aus den Übungen. Die Note ergibt sich aus der Note der Prüfung.
Leistungspunkte:
Bei Bestehen des Leistungsnachweises
können 7,5 Punkte erworben werden.
