Data Mining und Knowledge Discovery

Worum geht's

Du lernst Methoden des Data Mining und Knowledge Discovery kennen: von Datenquellen und -qualität über Vorverarbeitung, Visualisierung und Merkmalsauswahl bis zu Korrelation, Regression, Prognose, Klassifikation und Clustering. Am Ende kannst du geeignete Methoden auswählen, anwenden und kritisch bewerten sowie die Grundlagen selbstständig vertiefen.

Was du danach kannst

• Unterscheidung verschiedener Datentypen und Beziehungen
• Anwenden und Bewerten von Datenvorverarbeitung, Analyse und Visualisierung
• Anwenden und Bewerten linearer und nichtlinearer Korrelation, Regression und Prognose
• Vergleichen, Anwenden und Bewerten von Klassifikations- und Clustering-Methoden
• Auswahl geeigneter Data-Mining-Methoden für konkrete Anwendungen

Aus was das Modul besteht

• VorlesungVermittlung der Inhalte und Konzepte; Grundlage für Selbststudium und Übungsaufgaben

Lehrmethode

• Vorlesung/PräsentationKommunikation der Inhalte; Motivation zum Selbststudium, Bearbeiten von Aufgaben und Aneignen praktischer Fertigkeiten