Wissensentdeckung in Datenbanken Nr.: 048201 Spezialvorlesung Dozenten: Morik , Weihs Termin: dienstags 10:15 - 12:00 donnerstags 14:15 -16:00 SoSe 2009 Raum : Raum : HS 2 Hörsaalgebäude I HS 2 Hörsaalgebäude I Die Vorlesung gibt einen Überblick über das Zusammenspiel von Datenmanagement und Datenanalyse in großen Datenbanken. Der Prozess der Datenanalyse wird anhand des CRISP-Modells vorgestellt, eine Unterstützung der Vorverarbeitungs- und Lernschritte bietet das System Yale. Für die einzelnen Schritte des Datenanalyseprozesses werden jeweils typische Verfahren vermittelt. Die Verfahren reichen von einfachen Datenbankoperationen, wie z.B. SQLAnfragen an die Datenbank, bis zu komplexen Datenanalyseverfahren aus Statistik oder Maschinellem Lernen. Als besonders wichtige Data Mining Methoden werden Klassifikationsund Clustering-Verfahren eingeführt, darunter die k-means-Methode, das Bestimmen von Entscheidungsbäumen, Assoziationsregeln und die Stützvektormethode. Einen Schwerpunkt bildet auch die Abschätzung der Glaubwürdigkeit der Ergebnisse mit Hilfe von geeigneten Testdesigns wie z.B. Kreuzvalidierung oder Bootstrapping. In den Übungen wird Datenmanagement und Datenanalyse anhand von Daten aus der Praxis eingeübt. Interdisziplinäre Veranstaltung Diese Veranstaltung finden im interdisziplinären Rahmen zusammen mit dem Fachbereich Statistik statt. Empfohlene Literatur wird in der Vorlesung bekannt gegeben U.a.: Hastie, T., Tibshirani, R., Friedman, J. (2001). The Elements of Statistical Learning. Springer. Hand, D., Mannila, H., Smyth, P. (2001). Principles of Data Mining. MIT Press. Witten, I.H., Frank, E. (2001): Data Mining ? Praktische Werkzeuge und Techniken für das maschinelle Lernen. Mitchell, Tom (1997): Machine Learning, McGraw Hill, 1997 Skript: Ja (teilweise als Folien) Erwünschte Mitarbeit der Studierenden: - Zu jeder Vorlesungsstunde kommen und zuhören! - Nachbereiten, indem Materialien gelesen und Fragen in der Gruppe diskutiert werden. Lernziele: - Verstehen der verschiedenen Fachsprachen - Kennen der wichtigsten Verfahren - Überblick über den gesamten Prozess der Wissensentdeckung - Handhabung verschiedener Werkzeuge Studiengänge: Diplom (Element X, XI), Bachelor, Master (Modul Wissensentdeckung) Sinnvolles Bearbeiten der Übungsaufgaben Bemerkungen: Gemeinsame Veranstaltung mit dem Fachbereich Statistik Erforderliche Kenntnisse: Vordiplom Informatik