Data Mining and Applications

  • type: Seminar (S)
  • semester: SS 2022
  • lecturer: Rheza Nakhaeizadeh
  • sws: 2
  • lv-no.: 2520375
Inhalt

Lernziele:

Die Studierenden

  • kennen die Definition des Data Mining
  • sind mit dem CRISP-DM vertraut
  • sind mit den wichtigsten Data Mining-Algorithmen wie Entscheidungsbaum, K-Means, Künstliche Neuronale Netze, Assoziationsregeln, Regressionsanalyse vertraut
  • können mit einem DM-Tool arbeiten

Inhalt:

Part one: Data Mining:

What is Data Mining?; History of Data Mining; Conferences and Journals on Data Mining; Potential Applications; Data Mining Process; Business Understanding; Data Understanding; Data Preparation; Modeling; Evaluation; Deployment; Interdisciplinary aspects of Data Mining; Data Mining tasks; Data Mining Algorithms (Decision Trees, Association Rules, Regression, Clustering, Neural Networks); Fuzzy Mining; OLAP and Data Warehouse; Data Mining Tools; Trends in Data Mining

Part two: Examples of application of Data Mining

Success parameters of Data Mining Projects; Application in industry; Application in Commerce

Arbeitsaufwand:

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden

Präsenzzeit: 30 Stunden

Vor- /Nachbereitung: 65 Stunden

Prüfung und Prüfungsvorbereitung: 40 Stunden

VortragsspracheDeutsch
Literaturhinweise

U. Fayyad, G. Piatetsky-Shapiro, P. Smyth, R. Uthurusamy, editors, Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, 1996 (order online from Amazon.com or from MIT Press).

Jiawei Han, Micheline Kamber, Data Mining : Concepts and Techniques, 2nd edition, Morgan Kaufmann, ISBN 1558609016 , 2006.

David J. Hand, Heikki Mannila and Padhraic Smyth, Principles of Data Mining , MIT Press, Fall 2000

Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer Verlag, 2001.

Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Introduction to Data Mining, Pearson Addison wesley (May, 2005). Hardcover: 769 pages. ISBN: 0321321367

Ripley, B.D. (1996) Pattern Recognition and Neural Networks, Cambridge: Cambridge University Press.

Ian Witten and Eibe Frank, Data Mining: Practical Machine Learning Tools and Techniques, 2nd Edition, Morgan Kaufmann, ISBN 0120884070 , 2005.

Organisatorisches

Blockveranstaltung, Termine werden über ILIAS bekannt gegeben