Data Mining
Informationen zur Veranstaltung
Die Einschreibungen erfolgen für die Vorlesung im Zeitraum vom 17.09.2019 – 27.10.2019, für die Übung im Zeitraum vom 24.10.2019 (9:15 Uhr) – 01.11.2019 über OPAL.
Hinweise: Es wird vier Präsenzübungen (zzgl. Konsultationstermin) geben. Die Einschreibung in die Übungsgruppen erfolgt nach Beginn der Vorlesung. Die Präsenzübungen finden im AZW (Ausbildungszentrum für Wirtschaftsinformatiker, 2/W031) statt. Die hierfür notwendige Freischaltung kann ohne die Einschreibungen in Vorlesung UND Übung nicht erfolgen (kein Zugang zum AZW)!
Dieser Kurs findet als planmäßige Lehrveranstaltung für den Masterstudiengang Business Intelligence & Analytics (BIA) sowie die Masterstudiengänge Kundenbeziehungsmanagement und Value Chain Management statt und gilt als Ersatzveranstaltung für Entscheidungsunterstützungssysteme im Bachelorstudiengang Wirtschaftsinformatik. Studierende anderer Studiengänge können freie Restplätze nutzen, die Einschreibung ist in diesem Fall unverbindlich, Sie erhalten eine Rückmeldung nach Einschreibungsende.
Seit dem Wintersemester 2011/12 wird die Veranstaltung nach dem innovativen Konzept des Blended Learnings, in einer aufeinander abgestimmten Verwendung verschiedener Lehrmittel und -formen durchgeführt: Die Vorlesung findet semesterbegleitend wöchentlich als Präsenzveranstaltung statt. Die Übung gliedert sich in einen e-Learning-Anteil, der semesterbegleitend im zweiwöchentlichen Rhythmus selbständig von den Teilnehmern zu bearbeiten ist und einen Praxisteil.
- Data Mining Überblick: Bissantz N, Hagedorn J (1999) Data Mining (Datenmustererkennung), WI 51(1):139-144.
- Cleve, J. (2016). Data Mining (2. Auflage.). Berlin: De Gruyter Oldenbourg
- Data Mining Vorgehensmodell: CRISP 1.0 Process and User Guide
- Data Mining Phase Deployment: Grob HL, Bensberg F, Coners A (2008) Regelbasierte Steuerung von Geschäftsprozessen – Konzeption eines Ansatzes auf Basis von Process Mining, WI 50(4):268-281.
- Clusteranalyse: Sehr gelungenes studentisches Projekt zum Thema Clusteranalyse der TU München
Ansprechpartner
Dr. Melanie PfohTermine
Vorlesung | Dienstag (wöchentlich), 11:30-13:00 Uhr | 2/N111 (neu: C10.111) | Prof. Dr. Peter Gluchowski, Dr. Melanie Pfoh |
---|---|---|---|
Übung | Mittwoch (14-tägig, ungerade KW), 09:15 - 10:45 Uhr | 2/W031 (neu: C25.031) | Dr. Melanie Pfoh |
Übung | Montag (14-tägig, ungerade KW), 11:30 - 13:00 Uhr | 2/W031 (neu: C25.031) | Dr. Melanie Pfoh |
Übung | Montag (14-tägig, ungerade KW), 13:45 - 15:15 Uhr | 2/W031 (neu: C25.031) | Dr. Melanie Pfoh |
Übung | Freitag (14-tägig, ungerade KW), 13:45 - 15:15 Uhr | 2/W031 (neu: C25.031) | Dr. Melanie Pfoh |
Unterlagen zur Vorlesung
Thema | Unterlagen |
---|---|
1 Einführung und Organisatorisches | - |
2.1 Grundlagen zu Data Mining (Teil 1 & Teil 2) | - |
2.2 Text und Web Mining | - |
3.1 Entscheidungsbaumverfahren | - |
3.2 Clusterverfahren | - |
3.3 Künstliche Neuronale Netze | - |
3.4 Assoziationsanalyse | - |
3.5 Regressionsanalyse | - |
Gastvorträge
Datum | Referent | Thema | Unterlagen |
---|---|---|---|
05.11.2019 | Jan Lippert | Künstliche Intelligenz - Praxisrelevant? | - |
Unterlagen/Durchführung Übung
KW | Datum | Raum | Art | Thema | Zugang |
---|---|---|---|---|---|
43/44 | - | - | OPAL | Einführung Data Mining, Visualisierung, Data Preparation, Deskriptive Statistik, CRISP-DM | OPAL 1 |
45 |
|
- | 1. Präsenzübung | Wiederholung OPAL 1, Einführung RapidMiner | - |
|
- | ||||
06.11. (Gruppe 3) | 2/W031 | ||||
47 | 18.11. (Gruppe 1) | 2/W031 | |||
18.11. (Gruppe 2) | 2/W031 | ||||
48 | - | - | OPAL | Entscheidungsbaumverfahren | OPAL 2 |
50 | - | - | OPAL | Clusterverfahren | OPAL 3 |
51 | 16.12. (Gruppe 1) | 2/W031 | 2. Präsenzübung | Wiederholung OPAL 2, Aufgaben zu Entscheidungsbäumen und Clusterverfahren | - |
16.12. (Gruppe 2) | 2/W031 | ||||
18.12. (Gruppe 3) | 2/W031 | ||||
3 | 13.01. (Gruppe 1) | 2/W031 | 3. Präsenzübung | Wiederholung OPAL 3, Fortsetzung Aufgaben zu Clusterverfahren | Hilfestellung zur Fallstudie |
13.01. (Gruppe 2) | 2/W031 | ||||
15.01. (Gruppe 3) | 2/W031 | ||||
4/5 | - | - | OPAL | Künstliche Neuronale Netze | OPAL 4 |
5 | 27.01. (Gruppe 1) | 2/W031 | 4. Präsenzübung | Wiederholung OPAL 4, Aufgaben zu Assoziationsanalyse und KNN | - |
27.01. (Gruppe 2) | 2/W031 | ||||
29.01. (Gruppe 3) | 2/W031 |