Allgemeine Informationen

Veranstaltungsname	Vorlesung: Data Mining
Semester	WS 2018/19
Aktuelle Anzahl der Teilnehmenden	15
Heimat-Einrichtung	Leitung des Instituts für Informatik
beteiligte Einrichtungen	Bioinformatik, Praktische Informatik (Bioinformatik), Praktische Informatik (Datenbanken)
Veranstaltungstyp	Vorlesung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Montag, 15.10.2018 14:15 - 15:45
SWS	2+2
ECTS-Punkte	5

Lehrende

PD Dr. Alexander Hinneburg

Räume und Zeiten

Hörsaal 1.23 [VSP 1]: Montag: 14:15 - 15:45, wöchentlich (5x)
Keine Raumangabe: Montag: 14:15 - 15:45, wöchentlich(10x)

Studienbereiche

Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Lehrgebiet Datenbanken und Informationssysteme
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Informatik-ohne-Wahlpflichtfach-Mathematik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Datenbanksysteme
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Informatik-mit-Wahlpflichtfach-Mathematik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Bioinformatik-Aufbaustudiengang
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Lehrgebiet Angewandte Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Bioinformatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Master
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Bio-Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Mustererkennung
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Fachrichtungen > Wirtschaftsinformatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Themen > Praktische-Informatik

Modulzuordnungen

Kommentar/Beschreibung

Data Mining ist es eines der interessantesten Gebiete der Informatik, weil es Datenbanken, Maschinelles Lernen, Effiziente Algorithmen und Visualisierung mit moderen Anwendungen wie Text-Analyse, Bioinformatik und Business Intelligence verbindet. Es wird SQL als Implementierungssprache verwendet. So reichen Vorkenntnisse in SQL aus, um an den Übungen teilzunehmen.

In der Vorlesung werden zuerst Grundlagen für Grafische Modelle eingeführt, die eine intuitiven Methode zum Modellieren von Wahrscheinlichkeitsverteilungen darstellen. Fast alle behandelten Algorithmen werden auf diese Grundlage zurückgeführt.

Geplant sind Methoden und Algorithmen zur Berechnung von Clustern und Themen, zur Klassifikation, Regression und Vorhersage sowie zum Finden von Regeln und Zusamenhängen auf der Grundlage von grafischen Modellen zu entwickeln.

Für graphische Modelle werden verschiedene Lernalgorithmen und Evaluationsmethoden vorgestellt.

Bei den Anwendungsbeispielen werden wir uns auf Text-Mining konzentrieren. Texte bieten im Gegensatz zu anderen Daten, eine direkte Möglichkeit des Verständnisses. Dies hilft eine intuitive Vorstellung zu entwicklen, was die Algorithmen eigentlich tun. Text-Mining ist eines der interessantes Anwendungsgebiete der Informatik. Daneben lassen sich diese Anwendungen oft eins-zu-eins auf andere Anwendungsfelder in der Bio- und Wirtschaftsinformatik übertragen.