Inhaltsverzeichnis

Data Mining

Organisatorisches

  • Vorlesung und Übung Mi. 14-18 Uhr, 3.31 VSP 1
  • Beginn der Vorlesung und Übung am 12.10.2011 um 14 Uhr, Raum 1.23

Inhalt

Data Mining ist es eines der interessantesten Gebiete der Informatik, weil es Datenbanken, Maschinelles Lernen, Effiziente Algorithmen und Visualisierung mit moderen Anwendungen wie Text-Analyse, Bioinformatik und Business Intelligence verbindet. In der Vorlesung werden zuerst Grundlagen für Grafische Modelle eingeführt, die eine intuitiven Methode zum Modellieren von Wahrscheinlichkeitsverteilungen darstellen. Fast alle behandelten Algorithmen werden auf diese Grundlage zurückgeführt. Geplant sind Methoden und Algorithmen zur Berechnung von Clustern und Themen, zur Klassifikation, Regression und Vorhersage sowie zum Finden von Regeln und Zusamenhängen auf der Grundlage von grafischen Modellen zu entwickeln. Für graphische Modelle werden verschiedene Lernalgorithmen und Evaluationsmethoden vorgestellt.

Bei den Anwendungsbeispielen werden wir uns auf Text-Mining konzentrieren. Texte bieten im Gegensatz zu anderen Daten, eine direkte Möglichkeit des Verständnisses. Dies hilft eine intuitive Vorstellung zu entwicklen, was die Algorithmen eigentlich tun. Daneben lassen sich diese Anwendungen oft eins-zu-eins auf andere Anwendungsfelder in der Bio- und Wirtschaftsinformatik übertragen.

 
de/course/2011/kdd/kdd.txt · Zuletzt geändert: 2011/10/31 11:53 von hinnebur     Nach oben