Modultitel

Vertiefung Datamining

Modultitel (Englisch)

Advanced Lectures on Datamining

Lehrveranstaltungen des Moduls

Datamining II (Vorlesung und Übungen, 2+1 SWS)

Modulverantwortliche(r)

Prof. Dr. Helge Ritter

Lehrinhalte

Das Modul bietet eine Vertiefung zu Methoden des Datamining und mathematischen Aspekten der Datenanalyse.

Kompetenzen

Ziel ist die Vertiefung der Kenntnisse von Methoden des Datamining und ihres theoretischen Hintergrunds: statistische Verfahren zur Extraktion von Zusammenhängen und Modellen, komplexe Lernarchitekturen zur Modellextraktion, informationstheoretische Aspekte der Detektion und Beschreibung von Strukturen in Daten.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete und eine unbenotete Einzelleistung

Prüfungsformen

Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (50% der erzielbaren Punkte). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben.

benotete mündliche Prüfung über die Inhalte der Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

Erfolgreiches Bearbeiten der Übungsaufgaben ergibt 1,5 LP, Bestehen der mündlichen Prüfung über die Vorlesung ergibt 3,5 LP.

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Praktische Übungen
Vorbereitung der Übungen
Vorbereitung auf die Modulprüfung
gesamt: 150h = 5 LP

2 SWS x 16 Wochen
2h x 16 Wochen
1 SWS x 16 Wochen
2h x 16 Wochen

= 30h
= 30h
= 15h
= 30h
= 45h

Teilnahmevoraussetzungen und Vorkenntnisse

erforderlich: Grundlagen Datamining
nützlich: Neuronale Netze und Lernen, Datenbanken

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Masterstudiengänge

Naturwissenschaftliche Informatik (Vertiefung Informatik)
Intelligente Systeme (Vertiefung Intelligente Systeme)

Dauer des Moduls / Angebotsturnus

Beginn: Sommersemester
Turnus: jährlich