Technische Universität Ilmenau

Data Mining - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.

Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).

Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.

Informationen und Handreichungen zur Pflege von Modulbeschreibungen durch die Modulverantwortlichen finden Sie unter Modulpflege.

Hinweise zu fehlenden oder fehlerhaften Modulbeschreibungen senden Sie bitte direkt an modulkatalog@tu-ilmenau.de.

Modulinformationen zu Data Mining im Studiengang Master Ingenieurinformatik 2009
Modulnummer221
Prüfungsnummer2200454
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2238 (Künstliche Intelligenz)
Modulverantwortliche(r)Prof. Dr. Rainer Knauf
TurnusSommersemester
SpracheDeutsch, auf Nachfrage Englisch
Leistungspunkte
Präsenzstudium (h)
Selbststudium (h)
VerpflichtungPflichtmodul
Abschlusskeiner
Details zum Abschluss
Alternative Abschlussform aufgrund verordneter Corona-Maßnahmen inkl. technischer Voraussetzungen
Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnissefundierte Kenntnisse in mathematischer Logik und Wahrscheinlichkeitstheorie
Lernergebnisse und erworbene KompetenzenVermittlung 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”

 

Medienformen und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form

Skript, Power-Point Präsentation, Aufgabensammlung

 

Moodle Einschreibekurs:

https://moodle2.tu-ilmenau.de/enrol/index.php?id=3134

 

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: