|
Knowledge Discovery in Databases (KDD)2.5 ECTS (englische Bezeichnung: Knowledge Discovery in Databases)
(Prüfungsordnungsmodul: M5 Medizintechnische Vertiefungsmodule (BDV))
Modulverantwortliche/r: Klaus Meyer-Wegener Lehrende:
Klaus Meyer-Wegener
Startsemester: |
SS 2017 | Dauer: |
1 Semester | Turnus: |
jährlich (SS) |
Präsenzzeit: |
30 Std. | Eigenstudium: |
45 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
Inhalt:
- Why data mining?
What is data mining?
A multi-dimensional view of data mining
What kinds of data can be mined?
What kinds of patterns can be mined?
What technologies are used?
What kinds of applications are targeted?
Major issues in data mining
A brief history of data mining
Lernziele und Kompetenzen:
Die Studierenden
kennen den typischen KDD-Prozess;
kennen Verfahren zur Vorbereitung von Daten für das Data Mining;
wissen, wie ein typisches Data Warehouse aufgebaut ist;
kennen die Definition von Distanz- bzw. Ähnlichkeitsfunktionen für die verschiedenen Typen von Attributen;
sind vertraut mit dem Prinzip des Apriori-Algorithmus zur Bestimmung von Mengen häufiger Elemente (frequent itemsets);
kennen den FP-Growth-Algorithmus zum schnellen Auffinden von Mengen häufiger Elemente;
geben die Definitionen von Support und Confidence für Assoziationsregeln wieder;
beschreiben die Ermittlung von Assoziationsregeln auf der Basis von Mengen häufiger Elemente beschreiben;
sind in der Lage, die Vorgehensweise bei Klassifikationsaufgaben;
legen dar, wie ein Entscheidungsbaum auf einem Trainingsdatensatz erzeugt wird;
stellen das Prinzip der Bayes'schen Klassifikation dar;
zählen verschiedene Clustering-Verfahren auf;
beschreiben den Ablauf von k-Means-Clustering;
kennen die verschiedenen Arten von Ausreißern.
definieren Distanz- oder Ähnlichkeits-Funktionen auf einem speziellen Datenbestand;
überprüfen Attribute eines Datensatzes auf ihre Bedeutung für die Analyse hin und transformieren ggf. Attributwerte geeignet.
Literatur:
Jiawei Han, Micheline Kamber, and Jian Pei: Data Mining – Concepts and Technologies, 3rd ed. Waltham, MA : Morgan Kaufmann, 2012 (The Morgan Kaufmann Series in Data Management Systems). - ISBN 978-0-12-381479-1
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Medizintechnik (Master of Science)
(Po-Vers. 2013 | TechFak | Medizintechnik (Master of Science) | Studienrichtung Medizinische Bild- und Datenverarbeitung | M5 Medizintechnische Vertiefungsmodule (BDV))
Studien-/Prüfungsleistungen:
Knowledge Discovery in Databases (Prüfungsnummer: 392229)
(englischer Titel: Knowledge Discovery in Databases)
- Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 30, benotet, 2.5 ECTS
- Anteil an der Berechnung der Modulnote: 0.0 %
- Prüfungssprache: Englisch
- Erstablegung: SS 2017, 1. Wdh.: WS 2017/2018
1. Prüfer: | Klaus Meyer-Wegener |
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|