Datenanalyse und Datamining

Modulnummer
PI5008
Modulverantwortliche
Andreas Peter Dominik
Dozenten
Andreas Peter Dominik
Kurzbeschreibung
Methoden und Verfahren zur Erfassung und Speicherung, Aufbereitung, Verarbeitung und Darstellung von Daten aus verschiedenen Datenquellen, sowie statistische Verfahren.
Qualifikations- und Lernziele

Die Studierenden kennen die Methoden und Verfahren zur Erfassung und Speicherung, Aufbereitung, Verarbeitung und Darstellung von Daten aus sehr großen Datenquellen wie dem Internet, Prozessleitsystemen, betriebswirtschaftliche Datenbanken, Bioinformatik-Anwendungen, etc. deren Ziel die Extraktion von „Wissen” ist. Neben statistischen Verfahren wie Korrelation und Regression kennen sie die Methoden der Clusteranalyse, genetische Algorithmen, Neuroinformatik und Verfahren des Machine Learnings.

Die Studierenden sind in der Lage für iene Problemstellung geeignete Verfahren auszuwählen, deren Vor- und Nachteile zu diskutieren sowie die Anwendung zu bedgründen.

Lerninhalte
  • Datenaufbereitung
  • Statistische Verfahren
  • Knowledge Discovery und Machine Learning
  • Klassifikationen
  • Assoziationsanalyse
  • Clustering
Moduldauer (Semester)
1
Unterrichtssprache
Deutsch
Gesamtaufwand
6 CrP; 180 Stunden, davon etwa 60 Stunden Präsenzzeit.
Semesterwochenstunden
4
Lernformen

Vorlesung 2 SWS, Übung 2 SWS

Geprüfte Leistung

Prüfungvorleistung: 75% bearbeitete Übungsaufgaben und Anwesenheit in den Präsenzübungen.

Prüfungsleistung: Klausur

Bewertungsstandard

Bewertung der Prüfungsleistung nach § 9 der Prüfungsordnung (Teil I)

Häufigkeit des Angebots
Einmal im Jahr
Literatur
  • Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduction to Data Mining
  • Thomas A. Runkler : Data Mining: Methoden und Algorithmen intelligenter Datenanalyse Vieweg+Teubner
Voraussetzungen
Keine