MIN Faculty
Department of Informatics
Knowledge Technology

Warning!

This webpage is outdated and has moved. Please find the official Knowledge Technology page at:

https://www.inf.uni-hamburg.de/en/inst/ab/wtm/

Teaching

Praktikum: Datamining / Data Mining

Summer Semester 2014

News/Aktuelles

Information/Allgemeine Informationen

LV-Nummer: 64-234
Lecturer: Doreen Jirak, Stefan Heinrich, Dr. Cornelius Weber
Period: Jede zweite Woche 4 UE -
Gr.01: Do 10:15-11:45 & 12:00-13:30;
Gr.02: Do 14:15-15:45 & 16:00-17:30;
Gr.04: Do 14:15-15:45 & 16:00-17:30
Gr.03: Fr 10:15-11:45 & 12:00-13:30
Room: D-114
Credit Hours 2 SWS
Language: Deutsch/Englisch
Module: InfB-DaMi, WPB7-DaMi


Top

Contents/Inhalte

Das Praktikum findet begleitend zur Vorlesung Data Mining statt und vermittelt praxisorientiert die dort vorgestellten Konzepte und Algorithmen. Dazu werden in Kleingruppen Aufgaben am Rechner gelöst und sowohl in der Gruppe, als auch mit den Dozenten diskutiert.

The practical course complements the lecture Data Mining and conveys the presented concepts and algorithms in a practice-oriented fashion. To this end, the students work on solutions using a computer and discuss their approaches within groups as well as with the tutor.


Top

Objective/Lernziel

Die Studenten setzen programmiertechnisch die Inhalte der Vorlesung "Data Mining" um. Durch das selbständige Lösen erarbeiten und vertiefen sie aktuelle Methoden und lernen komplexe Zusammenhänge zu analysieren.

The students learn to implement significant concepts from the lecture "Data Mining". They work in a self-contained manner, which enables to delve deeper into current methods and to grasp complex ideas.


Top

Procedure/Vorgehen

Programmierarbeit in Zweiergruppen (Poolrechner). Aufgaben werden zu Beginn verteilt, sollten in der Praktikumszeit beendet und müssen präsentiert werden.

Groups of two students each group work on the pool computers. The exercise sheets will be handed out at the beginning of each course, should be worked out and have to be presented within the course hours.


Top

Literature/Literatur


Top

Material

Verwendete Software: Weka (Java), Python, optional: Matlab
Das Material für diese Veranstaltung ist innerhalb des CommSy Portals zu finden:
Informatik-CommSy: WTM: Data Mining SS2014