Modul: Datenanalyse

Inhalt

Dieses Modul vermittelt weiterführende Techniken und Konzepte mit Forschungsbezug in den Bereichen überwachtes Lernen, unüberwachtes Lernen, multivariater Statistik sowie interaktiver Datenexploration, wie zum Beispiel Clustering, Klassifikation, Assoziationsregeln und weitere Machine Learning Methoden. Das Modul zeigt die Grenzen grundlegender Methoden zur Beherrschung großer und komplexer Daten auf und vermittelt neue Paradigmen, die mit der Größe und Komplexität der Daten skalieren. Das Modul vermittelt ein tiefgreifendes, formales Verständnis verschiedener Paradigmen der Datenanalyse und vertieft das praktische Verständnis der Methoden vorlesungsbegleitend durch empirischen Vergleich in Übungen.

Qualifikationsziele

Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen.

Die Studierenden

• verstehen die Notwendigkeit von fortgeschrittenen Data Mining Konzepten,
• kennen unterschiedliche Methoden zur Analyse großer und komplexer Datenbestände wie beispielsweise Clustering, Klassifikation,
• können diese Methoden hinsichtlich ihrer Wirksamkeit und Anwendbarkeit einschätzen und auf formaler und empirischer Ebene vergleichen,
• erwerben Erfahrung im Umgang mit Data-Mining-Systemen und -Werkzeugen,
• wissen, welche Probleme im Themenbereich Data Mining derzeit offen sind,
• haben Einblicke in aktuelle Lösungsansätze in Industrie- und Forschungsprojekten und in den aktuellen Stand der Forschung gewonnen.

Eine Prüfung der folgende Formen:

Klausur, 90-120 Minuten

Mündliche Prüfung, 30-45 Minuten

Übungsaufgaben (50%)

SoSe