Teaching
Praktikum: Datamining / Data Mining
Summer Semester 2014
News/Aktuelles
- Für diese Veranstaltung nutzen wir das MIN-CommSy - alle weiteren Informationen und Materialien zur Veranstaltung sind dort zu finden. Teilnehmer werden nach dem ersten Treffen frei geschaltet.
- Erste Anmeldephase/First registration period (STiNE): 17.02.2014 - 06.03.2014, 13:00h
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 |
 |
|
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.
|
|
|
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.
|
|
|
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.
|
|
|
Literature/Literatur
- Han J. & Kamber, M. Data mining: Concepts and techniques. Elsevier/Morgan Kaufmann, Amsterdam, 2006.
- Kantardzic, M. Data Mining. Wiley, 2011.
- Marsland, S. Machine Learning - An Algorithmic Perspective. CRC Press, 2009.
|
|
|
Material
Verwendete Software: Weka (Java), Python, optional: MatlabDas Material für diese Veranstaltung ist innerhalb des CommSy Portals zu finden:
Informatik-CommSy: WTM: Data Mining SS2014
