Informationen für
Logo VIS

« Zurück

Statistical Data Mining
Typ: Ergänzungsmodul (BSc),Grundlagenvorlesung (Dipl.)
Semester: WS 2010/2011
Umfang: 2V+1Ü
Studiengang: Diplom Informatik, Diplom Softwaretechnik, InfoTech
Dozent: Prof. Dr. Gunther Heidemann
Beschreibung:

Beschreibung

Die Analyse der in Naturwissenschaft und Technik anfallenden Datenmengen stellt eine große Herausforderung dar: Nicht nur die schiere Menge ist problematisch, sondern auch die oftmals sehr hohe Datendimensionalität. Selbst sehr elementare Muster - beispielsweise Cluster - können deshalb vom Menschen nicht mehr ohne Hilfsmittel erkannt oder gar interpretiert werden.

Die Vorlesung Datamining führt in Standardverfahren der modernen Datenanalyse ein, die Strukturen aufspüren und für den Benutzer zugänglich und interpretierbar machen: Lineare und nichtlineare Dimensionsreduktion und Dimensionsanalyse; Distanzmaße und Clusteralgorithmen; elementare Datenvisualisierung, Projektionsmethoden, Sammon-Projektion, multidimensionale Skalierung; Grundlagen der Klassifikation, Klassifikatoren, Klassifikationsbäume; automatische Modellextraktion; Mustererkennung.

Die Vorlesung stellt teilweise Verbindungen zu den Themen Neuronale Netze und Mustererkennung her. Diese Veranstaltungen sind jedoch keine Voraussetzungen - Datamining ist "self-contained"

Voraussetzungen

Vordiplom, Grundlagen der Künstlichen Intelligenz empfohlen

Themen

Datenvorverarbeitung, Dimensionsreduzierung, Clustering, Klassification, Regression, Neuronale Netze, SOM, etc.

hilfreiche Literatur

Termine II

Termin Veranstaltung Folien/Übungsblätter
Mo 18.10 Vorlesung
Mi 20.10 Vorlesung
Mo 25.10 Vorlesung
Mi 27.10 Vorlesung
Mo 01.11 Allerheiligen
Mi 03.11 Übung
Mo 08.11 Vorlesung
Mi 10.11 Vorlesung
Mo 15.11 Vorlesung
Mi 17.11 Übung
Mo 22.11 Vorlesung
Mi 24.11 Vorlesung
Mo 29.11 Vorlesung
Mi 01.12 Übung
Mo 06.12 Vorlesung
Mi 08.12 Vorlesung
Mo 13.12 Vorlesung
Mi 15.12 Übung
Mo 20.12 Vorlesung
Mi 22.12 Vorlesung
Mo 27.12 vorlesungsfrei
Mi 29.12 vorlesungsfrei
Mo 03.01 vorlesungsfrei
Mi 05.01 vorlesungsfrei
Mo 10.01 Vorlesung
Mi 12.01 Übung
Mo 17.01 Vorlesung
Mi 19.01 Vorlesung
Mo 24.01 Vorlesung
Mi 26.01 Übung
Mo 31.01 Vorlesung
Mi 02.02 Vorlesung
Mo 07.02 Vorlesung
Mi 09.02 Übung
Bilder:
Internet-Seite:
Termine: Montag, 9:45 - 11:15 Uhr in 0.457
Übungen: Mittwoch, 09:45 - 11:15 Uhr (14-tägig) in 0.363
Tutor: Dr. Sebastian Klenk

« Zurück