Data Science: Methoden und Techniken - Interaktive Studienpläne der TU Ilmenau

Datenbanksysteme, Statistik, Programmierkenntnisse

Nach Besuch dieser Veranstaltung sind die Studierenden mit fortgeschrittenen Methoden zur Auswertung und Analyse großer Datenbestände vertraut.  Sie verstehen Data-Mining-/Machine Learning-Verfahren zur Analyse klassischer relationaler Geschäftsdaten als auch von raum- bzw. zeitbezogenen Daten,  Graph- und Textdaten.

Weiterhin kennen sie Prinzipien verteilter und paralleler Architekturen inkl. Data Warehouses und moderner Big-Data-Plattfomen zur Verwaltung und Analyse sehr großer Datenbestände. Die Studierenden können die zugrundeliegenden Methoden sowie die technischen Aspekte erklären und hinsichtlich ihrer Vor- und Nachteile für verschiedene Einsatzzwecke bewerten.

Mit den Übungen  können die Studierenden Standardwerkzeuge (Datenbanken, Data Warehouses, interaktive Notebooks) anhand konkreter Aufgabenstellungen zur Datenanalyse praktisch anwenden. Sie können eigene Lösungen entwickeln, bewerten und diese präsentieren, können sich an themenspezifischen Diskussionen beteiligen und sind bereit, Fragen zu beantworten.

Datenanalysepipeline; Big-Data-Architekturen; Data Warehousing und OLAP; Data-Mining-Techniken: Clustering, Frequent Itemset Mining; Analyse von Graph-Daten (Mustersuche in Graphen, Erkennen von Communities, Erkennung häufiger Subgraphen), Mining raum-zeitbezogener Daten (Sequential Pattern Mining, Trajectory Mining); NLP und Text Mining: Relationship-Extraktion, Word Sense Disambiguation, Named Entity Recognition; Sentiment Analyse; Parallelisierung und Verteilung: Partitionierungstechniken, datenparallele Verarbeitung

Vorlesung mit Präsentationen und Tafel, Handouts,

Köppen, Saake, Sattler: Data Warehouse Technologien: Technische Grundlagen, mitp-Verlag, 2012.

Kumar,Steinbach, Tan: Introduction to Data Mining, Addison Wesley, 2005.

Lehner, Sattler: Web-Scale Data Management for the Cloud, Springer, 2013.

Rahm, Saake, Sattler: Verteiltes und Paralleles Datenmanagement, Springer, 2015.