[IKDD] - [de] - [Knowledge Discovery in Databases]


Knowledge Discovery in Databases [2017 Sommer]
Code
IKDD
Name
Knowledge Discovery in Databases
Leistungspunkte
8 LP
Dauer
ein Semester
Turnus
jedes 2. Wintersemester
Lehrform
Vorlesung 4 SWS, Übungen 2 SWS
Arbeitsaufwand
240 h; davon
90 h Präsenzstudium
15 h Prüfungsvorbereitung
135 h Selbststudium und Aufgabenbearbeitung (eventuell in Gruppen)
Verwendbarkeit
B.Sc. Angewandte Informatik,
M.Sc. Angewandte Informatik,
M.Sc. Scientific Computing
Lernziel Die Studierenden
sind in der Lage, die Daten zu einem Data Mining Verfahren mit Hilfe geeigneter (statistischer) Methoden vorzuverarbeiten
kennen die grundlegenden Verfahren der statistischen Datenanalyse
sind in der Lage, grundlegende Techniken des Data Mining auf Daten aus verschiedenen Anwendungsbereichen anzuwenden
sind in der Lage, Data Mining Techniken im Kontext von Datenbanken und des KDD Prozesses zu realisieren und anzuwenden
kennen die Techniken und Prinzipien, die den Algorithmen zur Klassifikation und dem Clustering von Daten zugrunde liegen
wissen, wie welche Clustering Algorithmen im Kontext welcher Daten und Anwendungen zu verwenden sind
kennen die Verfahren zum Finden häufiger Muster in Daten.
kennen die wichtigsten Techniken zur Erkennung von Ausreißern
sind vertraut mit den grundlegenden Algorithmen und Techniken zur Analyse von zeit- und raumbezogenen Daten
Inhalt Grundbegriffe: Statistik und Daten
Datenaufbereitung
Clustering
Frequent Pattern Mining
Klassifikationsverfahren
Mining von Graphen
Mining von räumlich und zeitlich veränderlichen Daten (z.B. Objekt-Trajektorien und Zeitreihen)
Voraussetzungen empfohlen sind: Algorithmen und Datenstrukturen (IAD), Datenbanken 1 (DB1)
Prüfungs
modalitäten
Erfolgreiche Teilnahme an den Übungen (mehr als 50% der Punkte müssen erreicht werden) und erfolgreiche Teilnahme an einer schriftlichen Prüfung
Literatur z. B.: Jiawei Han und Micheline Kamber: Data Mining. Concepts and Techniques, Morgan Kaufmann Series in Data Management Systems, 2006.
Martin Ester und Jörg Sander: Knowledge Discovery in Databases: Techniken und Anwendungen, Springer, 2000.
Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduction to Data Mining. Addison Wesley, 2005.