Information Mining
2016-10-01

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 Kap. 1-7

Termine


Vorlesung

Tag

Zeit

Beginn

Ort

Tuesday 12:30 - 14:55 18.10. LB/131

Übungen

Tag

Zeit

Beginn

Ort

Betreuer

Tuesday 15:00 - 15:45 25.10. LB/131Dr. Ahmet Aker

Prüfungstermine


Mündliche Prüfung

ZeitraumOrt
27.03.2017 - 31.03.2017LE/313

As usual, you have to register at the Prüfungsamt for the exams. Normally, you have to do nothing else!

We will schedule your exam during the period specified above. The personal appointments for the oral exams will be announced at our Web site on the last Tuesday before the exam week

Only if (and only then!!!) you are not available on single days of the examination period, please send an email to our secretary Fr. Ufermann. Please observe the following guidelines:

  • Do not mail us earlier than 4 weeks before, and no later than 2 weeks before the exam period.
  • Most likely, exams will only take place from Monday-Thursday, so requests for Friday cannot be considered.
  • You should be available full-day on at least one of these days - in case you are available for a half day only, we will try our best.
  • In case you registered for 2 exams, both will be held together.
  • In case you are not at all available in the above period, we will try to find a separate exam date for you. Only in this case, send an email directly to Prof. Fuhr, but not before July 1.

Emails not following the rules from above will not be answered (like those saying 'Please give me an appointment for my exam in ...', or emails not originating from an uni-due.de mail account)

 

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).

Die Vorlesung wird auf Englisch gehalten!

Vorlesungsmaterial


Die Folien zur Vorlesung sowie die Übungsblätter können über ILIAS heruntergeladen werden. Dafür bitte folgende Schritte verfolgen:

  • Shibboleth Login -> Anmeldung mit Uni-Kennung
  • Klicke: Magazin -> Information Systems -> Information Mining
  • Button "Beitreten" anklicken

Begleitmaterial