Knowledge Discovery in Databases (WS 2016/2017)
Aktuelles
- Weitere Termine für mündliche Prüfungen: am 12.04., 13.04. und 20.04. werden Prüfungstermine angeboten. Für diese Termine können Sie sich im Sekretariat bei Frau Freese (Raum 25.12.02.22) eintragen.
- Wie in der VL angekündigt, kann die VL am 16.01., 23.01. 30.01. nicht stattfinden! Statt dessen werden wir am 26.01. und 02.02. (jeweils donnerstags) als Ersatztermin auf 14:30 Uhr im Seminarraum 25.12.02.33 (also Zeit und Raum des Seminars, dass dann ja fertig ist) ausweichen!
- 02.01.2016: Die Termine für die mündlichen Prüfungen stehen jetzt fest: Am 14.02., 15.02., 16.02., 20.02., 21.02. und 23.02. werden Prüfungstermine angeboten. Ab dem 05.01. können Sie sich für einen Termin im Sekretariat bei Frau Freese (Raum 25.12.02.22) eintragen. Sie erhalten von ihr dabei eine Terminbestätigung, mit der Sie sich beim Akad. Prüfungsamt (im SSC) offiziell anmelden können. Beachten Sie dabei die für Ihre Prüfungsordnung geltenden Anmeldefristen! Weitere Prüfungstermine werden dann voraussichtlich zum Ende der vorlesungsfreien Zeit bzw. zu Beginn des Sommersemesters angeboten! Die für die Prüfung ausgewählten drei Seminarthemen teilen Sie Prof. Conrad bitte spätestens 3 Tage vor Ihrer Prüfung per EMail mit!
- 15.11.2016: Die Liste der Termine der Seminarthemen ist jetzt online.
- 10.11.2016: Die freiwillige Übungsstunde fällt heute leider aus unvorhergesehenen Gründen aus!
- 07.11.2016: Das Seminar findet ab dem 5.12.2016 am Montag um 12:30 - 14:00 Uhr und am Donnerstag um 14:30 - 16:00 Uhr statt.
- 27.10.2016: Informationen zum Seminar und zur freiwilligen Übungsstunde veröffentlicht (siehe unten).
- 21.10.2016: Am 27.10.2016 findet um 14:30 Uhr in Raum 25.12.02.33 die Besprechung für das Seminar statt.
Inhalt
- Data Mining Prozess
- Clustering
- Klassifikation
- Assoziationsregeln
- Ausblick auf weitere Verfahren
Organisation
- Umfang: 2 SWS (Vorlesung) + 2 SWS (Übung)
- Vorlesung: Prof. Dr. Stefan Conrad
- Seminar: Michael Singhof
- Sprechstunde: Mittwoch, 14 - 15 Uhr
- Beginn der Vorlesung: Mo. 17.10.2016
- Besprechungsstunde des Seminars: Do. 27.10.2016, 14:30 Uhr in Raum 25.12.02.33
| Veranstaltung | Zeit | Ort |
| Vorlesung | Mo, 14:30 - 16:00 Uhr |
Hörsaal 5H |
| Seminar | Mo, 12:30 - 14:00 Uhr, Do, 14:30 - 16:00 Uhr (ab 5. Dezember) |
25.12.02.33 |
Voraussetzungen für die Vergabe von Kreditpunkten:
Erfolgreiche Teilnahme am Seminar: Halten eines Vortrags und schreiben einer Ausarbeitung.
Erfolgreiche Teilnahme am Seminar: Halten eines Vortrags und schreiben einer Ausarbeitung.
Teilnahmevoraussetzung
Die Veranstaltung ist für das Master-Studium Informatik konzipiert und setzt somit i.Allg. den Bachelor-Abschluss voraus. Inhaltlich ist ein erfolgreiches Absolvieren des Moduls "Datenbanksysteme" Voraussetzung. Die Belegung dieser Veranstaltung als Zusatzleistung im Bachelor-Studiengang Informatik ist generell nur möglich, wenn die Grundlagenmodule Informatik I bis IV erfolgreich absolviert wurden.
Für die Gestaltung eines Schwerpunktfachs "Datenbanken und Informationsysteme" im Master-Studium beachten Sie bitte auch die Hinweise auf unserer Seite mit der Lehrplanung.
Folien / Skript
Zu der Vorlesung gibt es eine umfangreiche Sammlung von Folien, die über das Studierendenportal im Laufe des Semesters sukzessive (möglichst rechtzeitig vor der jeweiligen Vorlesungsstunde) zur Verfügung gestellt werden.
Seminar
Ab Anfang Dezember findet ein Seminar begleitend zur Vorlesung statt. Die Teilnahme daran ist nötig, um die Zulassung zur Prüfung bzw. einen Beteiligungsnachweis zu erhalten.Beachten Sie zur Teilnahme folgendes:
- Die Bearbeitung erfolgt möglichst in Zweiergruppen.
- Senden Sie pro Gruppe bis zum 7.11. um 8 Uhr eine Mail an Michael Singhof, die folgendes beinhaltet:
- Die Namen beider Gruppenmitglieder
- Eine sortierte Liste der drei bevorzugten Themen
- Wenn Sie keinen Partner finden, schicken sie bis zum selben Termin eine Mail mit ihren Lieblingsthemen und dem Hinweis, dass Sie noch keinen Partner haben, an Michael Singhof.
- Bis spätestens eine Woche vor dem Vortrag muss eine 5 - 10 seitige Zusammenfassung der Seminarausarbeitung an Michael Singhof gesendet werden.
- Der Vortrag soll ca. 30 Minuten dauern.
- Für die mündliche Prüfung wählt jeder Teilnehmer 3 Seminarthemen aus, deren Ausarbeitungen dann auch Inhalt der Prüfung sein können. Das eigene Thema darf hierbei auch gewählt werden.
Die Seminarvorträge finden zu folgenden Terminen statt:
| Thema |
Termin |
| The global k-means clustering algorithm | 5.12.2016 |
| Rough-DBSCAN: A fast hybrid density based clustering method for large data sets | 5.12.2016 |
| Angle-Based Outlier Detection in High-dimensional Data | 8.12.2016 |
| Algorithms for Mining Distance-Based Outliers in Large Datasets | 8.12.2016 |
| Dendogram-based SVM for Multi-Class Classification | 12.12.2016 |
| Perceptron-Based Learning Algorithms |
15.12.2016 |
| The Random Subspace Method for Constructing Decision Forests | 15.12.2016 |
| Deep learning |
9.1.2017 |
| Online Mining (Recently) Maximal Frequent Itemsets Over Data Streams | 9.1.2017 |
| Sampling Large Databases for Association Rules | 9.1.2017 |
| A Generic Framework for Efficient Subspace Clustering of High-Dimensional Data | 12.1.2017 |
| Web Usage Mining Using Artificial Ant Colony Clustering and Genetic Programming | 12.1.2017 |
| Combining Web Usage and Content Mining for More Effective Personalization | 16.1.2017 |
| Aspect Ranking: Identifying Important Product Aspects from Online Consumer Reviews | 16.1.2017 |
| Ontology-based Text Clustering |
19.1.2017 |
| Voice of the Customers: Mining Online Customer Reviews for Product Feature-based Ranking | 19.1.2017 |
Freiwillige Übungsstunde
Bis zum Beginn des Seminars wird jeden Donnerstag ab 14:30 Uhr in Raum 25.12.02.33 eine freiwillige Übungsstunde stattfinden. Hierbei werden vor Ort gemeinsam einige Übungsaufgaben aus vorherigen Jahren gelöst, um das Verständnis der in der Vorlesung behandelten Algorithmen zu vertiefen.Literatur
- M. Ester, J. Sander: Knowledge Discovery in Databases: Techniken und Anwendungen. Springer-Verlag 2000
- M.H. Dunham: Data Mining - Introductory and Advanced Topics. Prentice Hall / Pearson, 2003
- P.-N. Tan, M. Steinbach, V. Kumar: Introduction to Data Mining. Addison Wesley / Pearson 2006
- J. Han, M. Kamber, J. Pie: Data Mining: Concepts and Techniques. Morgan Kaufmann Publ., 3. Auflage, 2011