Technische Universität Ilmenau

Data Mining - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Data Mining im Studiengang Master Informatik 2009
Fachnummer221
Prüfungsnummer2200213
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2238 (Künstliche Intelligenz)
Fachverantwortliche(r)Prof. Dr. Rainer Knauf
TurnusSommersemester
SpracheDeutsch, auf Nachfrage Englisch
Leistungspunkte3
Präsenzstudium (h)22
Selbststudium (h)68
VerpflichtungPflicht
Abschlussschriftliche Prüfungsleistung, 60 Minuten
Details zum Abschluss
max. Teilnehmerzahl
Vorkenntnissefundierte Kenntnisse in mathematischer Logik und Wahrscheinlichkeitstheorie
LernergebnisseVermittlung von grundlegender Methoden und Techniken
Inhalt

(1) Motivation, typische Aufgabenklassen und Anwendungen, Stufenprozess zur Modellbildung, (2) Ähnlichkeitsmaße für Datanobjekte, (3) Entropie der Information und andere Puritätsmaße, (4) Erlernen von Entscheidungsbäumen: schrittweise Verfeinerung von ID3 zu C 4.5 (numerische Attribute, fehlende Attribute), (5) Entscheidungsbäume über regulären Patterns, (6) Erlernen von Klassifikationsregeln top down and bottom up, (7) kNN-Klassifikation, (8) Klassifikation nach Bayes, (9)Bayesian Belief Networks, (10) Support Vector Machines, (11) Ensemle Methoden, (12) diverse Ansätze zum Umgang mit dem „Class Imbalance Problem”

 

MedienformenSkript, Power-Point Präsentation, Aufgabensammlung
Literatur(1) Tan, Pang-Ning; Steinbach, Michael; Kumar, Vipin: Introduction to Data Mining. ISBN, Pearson Education, 2006.
(2) Markus Lusti: Data Warehousing and Data Mining: Eine Einführung in entscheidungsunterstützende Systeme, ISBN 3-540-42677-9, Springer, 2001.
(3) Petersohn, Helge: Data Mining. Verfahren, Prozesse, Anwendungsarchitektur. ISBN 978-3-486-57715-0, Oldenbourg Verlag, 2005.
(4) Lawrence, Kennth D.; Kudyba, Stephan, Klimberg, Ronald K.: Data Mining Methods and Applications, ISBN 978-0-8493-8522-3, Boca Raton, FL u.a.: Auerbach, 2008.
Lehrevaluation

Pflichtevaluation:

Freiwillige Evaluation:

SS 2010 (Vorlesung)

SS 2011 (Vorlesung)

SS 2012 (Vorlesung)

SS 2013 (Vorlesung)

WS 2013/14 (Vorlesung, Übung)

WS 2014/15 (Vorlesung)

WS 2015/16 (Vorlesung)

WS 2016/17 (Vorlesung)

Hospitation:

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.