Knowledge Discovery

Erster Veranstaltungstag:

Mittwoch, 23. Oktober 2019, 10:15 h in Raum 0445/E.

Ort und Zeit:

Mittwochs, 10.15 Uhr – 11.45 Uhr, in Raum 0445/E.

Übungen:

Donnerstags, 14.15 Uhr – 15.45 Uhr, in Raum 0445/E. Beginn 24. Oktober 2019.

Vorkenntnisse:

Informatik Grundstudium

Angesprochener HörerInnenkreis:

Informatik Bachelor, Mathematik Nebenfach

Leistungsnachweis:

Mündliche Prüfung oder Klausur, je nach Teilnehmerzahl

Veranstalter:

Dr. Tom Hanika

Inhalt:

Die Vorlesung gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Der Schwerpunkt der Vorlesung liegt auf den maschinellen Lernverfahren, deren Anwendung an konkreten Beispielen aufgezeigt wird. Behandelt werden außerdem

  • Techniken zur Vorverarbeitung und Integration von Datenbeständen, wozu das Konzept des Data Warehouse gehört,
  • OLAP-Techniken für die interaktive Analyse großer Datenbestände,
  • (halb-)automatische Verfahrung zur Gewinnung neuen Wissens aus strukturierten Daten und Methoden zur Wissensextraktion aus Texten.

 Optionales Praktikum:

Die Vorlesung kann bei Interesse durch die Teilnahme am parallel angebotenen Praktikum Knowledge Discovery (2 SWS) sowie an der im folgenden Semester angebotenen Data Science Competition (Projektseminar, 4 SWS) ergänzt werden.

 Literatur: