PTI06440 – Data Mining - Praxisorientierte Einführung

Modul
Data Mining - Praxisorientierte Einführung
Data Mining - practice-oriented introduction
Modulnummer
PTI06440
Version: 1
Fakultät
Physikalische Technik / Informatik
Niveau
Bachelor
Dauer
1 Semester
Turnus
Sommersemester
Modulverantwortliche/-r

Prof. Dr. Thomas Franke
thomas.franke(at)fh-zwickau.de

Dozent/-in(nen)

Prof. Dr. Thomas Franke
thomas.franke(at)fh-zwickau.de

Lehrsprache(n)

Deutsch
in "Data Mining - Praxisorientierte Einführung"

ECTS-Credits

5.00 Credits

Workload

150 Stunden

Lehrveranstaltungen

3.00 SWS (3.00 SWS Vorlesung mit integr. Übung / seminaristische Vorlesung)

Selbststudienzeit

105.00 Stunden

Prüfungsvorleistung(en)
Keine
Prüfungsleistung(en)

alternative Prüfungsleistung - Projektarbeit und Präsentation
Modulprüfung | Wichtung: 100%
in "Data Mining - Praxisorientierte Einführung"

Medienform
Keine Angabe
Lehrinhalte/Gliederung
  • Ansatz des Data Mining
  • Prozesskette des Data Mining
  • Clustering (partitioniert, dichtebasiert, hierarchisch, ...)
  • Klassifikation (Entscheidungsbaum, ...)
  • Assoziationsregeln (Frequent-Itemsets, ...)
  • Regressionsanalyse
  • weitere Mining-Verfahren und -Anwendungen
  • Informationsvisualisierung

Das Wissen wird in einem Projekt vertieft.

Qualifikationsziele

Die Studierenden beherrschen den gesamten Prozess des Data Mining. Sie können den theoretischen Hintergrund der Analyseverfahren beschreiben und sind in der Lage zur Analyse von unbekannten Daten die erforderlichen Verfahren auszuwählen und anzuwenden. Die Studierenden sind im Umgang mit den gängigen Softwareprodukten des Data Mining vertraut.

Sie sind in der Lage, die erworbenen Kenntnisse an realen Fall-Beispielen aus der Praxis zu erproben.

Sozial- und Selbstkompetenzen
Keine Angabe
Besondere Zulassungsvoraussetzung

keine

Empfohlene Voraussetzungen
Keine Angabe
Fortsetzungsmöglichkeiten
Keine Angabe
Literatur
  • Data Mining, Jürgen Cleve, Uwe Lämmel, De Gruyter Studium, 2016
  • Data Mining, Thomas A. Runkler, Springer Spektrum, 2017
  • R kompakt, Daniel Wollschläger, Springer Spektrum, 2016
Hinweise
Keine Angabe