Data Mining 1: Grundlagen
Data Mining 1: Foundations
V3+Ü1; Themengebiet: Angewandte Informatik / Grundlagen der Informatik
Termin:
Di 16-18 h/F 425 (V) und Fr
14-16 h/D 432 (V/Üb.)
Dozent:
Michael Berthold
Adressaten:
Studierende des Information Engineering im Bachelor-Vertiefungsstudium oder Masterprogramm
Lehrexport:
- Mathematik, Nebenfach oder Schwerpunkt Informatik
- Physik, Wahlpflichtfach Informatik
- Nebenfach Informatik in einem Magisterstudiengang
Inhalt:
Die Vorlesung führt in Methoden des Data Mining ein. Dabei liegt der Schwerpunkt auf der Vorstellung grundlegender Ansätze und der Einordnung in verschiedene Problemstellungen
- Data Mining: Problemstellung, Motivation, Anwendungsbeispiele
- Modellbildung: Datengetriebenes Erzeugen von Konzepten, Hypothesendarstellung
- Version Space und Evaluierung von Hypothesen
- Clusterverfahren
- Regression
- Assoziationsregeln
Literatur:
Tom Mitchell: Machine Learning. McGraw-Hill, 1997.
Michael Berthold, David Hand: Intelligent Data Analysis. An Introduction. 2. Aufl. Springer, 2003
Leistungsnachweis:
Aktive Teilnahme an den Übungen: mind. 50% der Aufgaben votieren, d.h. sich bereit erklären, seinen Lösungsweg an der Tafel vorzustellen. Schriftliche oder mündliche Prüfung über 30 Minuten. Die Note ergibt sich aus der Note der Prüfung.
Leistungspunkte:
Bei Bestehen des Leistungsnachweis' können 6 Kreditpunkte
erworben werden.
