Information Mining
2015-10-01

Lehrpersonen


Dozent(in)
Übungsleiter(innen)

Formalia


Zielgruppe
  • Angewandte Informatik Master mit 6 Kreditpunkten
  • Komedia Master mit 6 Kreditpunkten
  • ISE Master mit 6 Kreditpunkten
  • BWL Master mit 2+1 Wochenstunden und 4 Kreditpunkten : nur Data-Mining-Teil

Termine


Vorlesung

Tag

Zeit

Beginn

Ort

Dienstag 12:30 - 14:55 20.10.2015 LB/131

Übungen


Prüfungstermine


Mündliche Prüfung

ZeitraumOrt
7.03.2016 - 10.03.2016LE/313

Die Einzeltermine werden nach Ablauf der Rücktrittsfrist am 1. 3. hier auf der Webseite bekanntgegeben.
Falls (und nur dann!!!) Sie an einzelnen Tagen des o.g. Prüfungszeitraums verhindert sein sollten, senden Sie bitte eine Mail an unsere Sekretärin Fr. Ufermann. Dabei beachten Sie bitte folgende Hinweise:

  • Melden Sie sich bitte frühestens 4 Wochen vorher (sonst melden sich viele, die die Prüfung dann doch nicht machen) und spätestens am 22.2.
  • Da voraussichtlich die Prüfungen nur von Dienstag-Donnerstag stattfinden, können Wünsche für Montag oder Freitag nicht berücksichtigt werden.
  • Sie sollten an mindestens einem dieser 3 Tage ganztägig verfügbar sein. Wenn Sie nur an einem halben Tag können, werden wir uns bemühen, können aber nichts versprechen.
  • Wenn Sie zu 2 Prüfungen angemeldet sind, werden diese immer an einem Termin abgehandelt.
  • Wenn Sie in diesem Zeitraum gar nicht können, werden wir einen Sondertermin ausmachen. Nur in diesem Fall senden Sie bitte eine Email direkt an Prof. Fuhr, aber nicht vor dem 15.1.
Beispiel-Prüfungsfragen: deutsch englisch
 

Beschreibung


Information Mining beschäftigt sich mit dem Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten (Data Mining), Texten (Text Mining), Graphen (Graph Mining) oder Prozessen (Process Mining). Dazu sollen Computer in die Lage versetzt werden, Datenbestände automatisch nach Gesetzmäßigkeiten und Mustern zu durchsuchen und einen Abstraktionsprozess durchzuführen, der als Ergebnis aussagekräftige Informationen liefert. Das maschinelle Lernen stellt dafür die Werkzeuge und Techniken zur Verfügung.

Anwendungen finden sich heute vor allem im Bereich 'Business Intelligence', der systematischen Datenanalyse mit dem Ziel, vorhandene Geschäftsprozesse zu optimieren oder neue Produkte und Dienstleistungen zu konzipieren. Aktuell spielt zudem das Thema 'Big Data' eine Rolle, wo es um die Auswertung von Massendaten aus Wirtschaft, Wissenschaft und Verwaltung geht (die z.B. auch mit Sensor-Netzwerken gesammelt werden).

Begleitmaterial