Übung: Data Mining, Übung - Details

Allgemeine Informationen

Veranstaltungsname	Übung: Data Mining, Übung
Semester	WS 2020/21
Aktuelle Anzahl der Teilnehmenden	32
Heimat-Einrichtung	Leitung des Instituts für Informatik
beteiligte Einrichtungen	Bioinformatik, Praktische Informatik (Bioinformatik), Praktische Informatik (Datenbanken)
Veranstaltungstyp	Übung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Montag, 02.11.2020 18:00 - 19:30
SWS	2+2
ECTS-Punkte	5

Lehrende

• PD Dr. Alexander Hinneburg

Räume und Zeiten

Keine Raumangabe

Montag: 18:00 - 19:30, wöchentlich

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

• Informatik InformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Vertiefende Module der Vertiefungsrichtung `Bioinformatik` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung (WS 2008/09 - WS 2015/16) > Informatik (W) > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2006/07 - SS 2013) > Primärmodule > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Geographie/Erdkunde GeographieMA120, Akkreditierungsfassung (WS 2009/10 - SS 2015) > W 02 Informatik > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung (WS 2008/09 - WS 2015/16) > II. Informatik > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Vertiefende Module der Vertiefungsrichtung `eHumanities` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2006/07 - SS 2013) > Primärmodule > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2009/10 - SS 2016) > Datenbanken und Informationssysteme > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2006/07 - SS 2013) > Primärmodule > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Basismodule der Vertiefungsrichtung `Datenbanken und Informationssysteme` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Bioinformatik BioinformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Datenbanken und Informationssysteme > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung gültig ab WS 2020/21 > 1.3 Informatik > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `eHumanities` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Wirtschaftsinformatik WirtschaftsinformatMA120, Akkreditierungsfassung (SS 2016 - SS 2020) > II. Wahlbereich Informatik > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2013/14 - SS 2016) > Basismodule der Vertiefungsrichtung `Datenbanken und Data Mining` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `Bioinformatik` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Geographie/Erdkunde GeographieMA120, Akkreditierungsfassung (WS 2015/16 - SoSe 2024) > W 02 Informatik > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2016/17 - WS 2022/23) > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)
• Informatik InformatikMA120, Akkreditierungsfassung (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `Bildanalyse und Maschinelles Lernen` > INF.01081.06 - Data Mining, gültig ab WS 2006/07 > LV 2: Übung (Übung)

Kommentar/Beschreibung

Data Mining ist es eines der interessantesten Gebiete der Informatik, weil es Datenbanken, Maschinelles Lernen, Effiziente Algorithmen und Visualisierung mit modernen Anwendungen wie Text-Analyse, Bioinformatik und Business Intelligence verbindet.

In der Vorlesung werden zuerst Grundlagen für Grafische Modelle eingeführt, die eine intuitiven Methode zum Modellieren von Wahrscheinlichkeitsverteilungen darstellen. Viele behandelten Algorithmen werden auf diese Grundlage zurückgeführt. Geplant sind Methoden und Algorithmen zur Berechnung von Clustern und Themen, zur Klassifikation, Regression und Vorhersage 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 entwickeln, was die Algorithmen eigentlich tun. Daneben lassen sich diese Anwendungen oft auf andere Anwendungsfelder in der Bio- und Wirtschaftsinformatik übertragen.