| VL: Data Mining | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| VL 12069 | Data Mining
ECTS: 3 Punkte |
|||||||||||
| Prof. Dr. Bernhard Seeger | ||||||||||||
| Montag, 10.15-12.00, LE HS I | ||||||||||||
|
||||||||||||
| Voraussetzungen: | Vordiplom in Informatik oder Mathematik, Datenbanksysteme I | |
| Querverbindungen: | Die Veranstaltung ist eine Spezialvorlesung im Hauptstudiumsvorlesung im Bereich Datenbanksysteme. Kenntnisse im Bereich Datenbanksysteme sind deshalb für das Verständnis der Vorlesung erforderlich. Weiterhin gibt es Querbezüge zur den Vorlesungen aus den Bereichen Statistik und Künstliche Intelligenz. | |
| Scheinkriterien: | Kolloquium | |
| Literatur: | J. Han and M. Kamber: "Data Mining: Concepts and Techniques", Morgan
Kaufmann , 2000.
M. Ester, J. Sander: "Knowledge Discovery in Databases" (in Deutsch), Springer, 2000. |
|
| Links: | ||
| Skript: | hier |
| Inhalt: | In vielen Anwendungen der Informatik werden große Datenmengen automatisch erfasst und in Datenbanken verwaltet. Die Datenbanken sind i. A. nicht so gut strukturiert, dass alle in den Daten verborgenen Informationen dem Benutzer explizit zur Verfügung stehen. Die Methoden des „Data Mining“ bieten einem Datenbanknutzer die Möglichkeit, die in Daten implizit vorhandene Information zu entdecken. Dieser Kurs gibt eine umfassenden Überblick über die im Bereich Datenbanken verwendeten Techniken. Dabei wird insbesondere auf die Aspekte Sampling, Clusterung, Entscheidungsbäume und Visualisierung eingegangen. |