zurück zur Suche

Unüberwachtes Data Mining in Automatisierungs- und Informationstechnik

ED160046International Experience3 ECTSDeutsch/EnglischWintersemesterLehrstuhl für Automatisierung und Informationssysteme (Prof. Vogel-Heuser)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du erhältst einen Überblick über etablierte und aktuelle Methoden des unüberwachten Data Mining mit Fokus auf Anwendungen in Automation und Informationstechnik. Du lernst, verschiedene Clustering- und Outlier-Verfahren sowie Ansätze für hochdimensionale Merkmalsräume und Datenströme zu verstehen und deren Stärken, Grenzen und Einsatzbedingungen kritisch zu bewerten.

Was du danach kannst

  • Begriffe und grundlegende Charakteristika des unüberwachten Data Mining erläutern
  • Stärken und Grenzen unüberwachter Verfahren an typischen Anwendungsfällen benennen und diskutieren
  • Grundlagen zur Konzeption, Implementierung und Evaluation unüberwachter Data Mining Verfahren verstehen

Aus was das Modul besteht

  • VorlesungVermittlung der Grundlagen, Präsentation von Anwendungsbeispielen und Einbindung aktueller Forschungsergebnisse

Lehrmethode

  • Vorlesungsbeiträge mit PowerPointEinführung in Grundlagen und Darstellung von Beispielen
  • Software-DemonstrationenVeranschaulichung der Funktionsweisen und Anwendung der Verfahren
  • DiskussionenKlärung offener Fragen und Förderung der aktiven Auseinandersetzung
  • Problemorientiertes Lernen (Beispiele)Praxisnahe Übung zur Konzeption, Realisierung und kritischen Evaluation unüberwachter Verfahren
  • Vorlesungsfolien zum DownloadUnterstützung beim Nacharbeiten der Inhalte
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.