Lehr- und Forschungseinheit für Datenbanksysteme Ludwig-Maximilians-Universität München
Institut für Informatik
Lehr- und Forschungseinheit für Datenbanksysteme
University of Munich
Institute for Computer Science
Database and Information Systems



Vorlesung Knowledge Discovery in Databases im 
WS 2002/03

 

Vorhergehende Jahre:
[ WS 00/01 | WS 99/00]


Inhalt:
Die in vielen Anwendungsgebieten stark angewachsenen Datenmengen machen eine manuelle Analyse der angefallenen Information zunehmend schwierig, wenn nicht sogar unmöglich. Gerade in Bereichen wie der Auswertung biologischer Meßverfahren (Gen-Sequenzierung, Micro-Array Verfahren ...) oder von Transaktionsdaten großer Telekomunikations- oder Netzbetreiber, ist eine Nutzung der Daten ohne die Zuhilfenahme computergestützter Verfahren nicht denkbar.
Mit der Lösung dieser Probleme beschäftigt sich daher das vergleichsweise junge Forschungsgebiet "Knowledge Discovery in Databases (KDD)". Es verbindet dabei Aspekte der Statistik, dem maschinellen Lernen, sowie der Datenbanksysteme und behandelt Methoden zur (semi-)automatischen Extraktion von gültigem, neuem und potentiell nützlichem Wissen aus großen Datenbanken. Der in diesem Zusammenhang häufig verwendete Begriff Data Mining bezieht sich dabei auf den grundlegenden Schritt im KDD-Prozeß, in dem die eigentliche Analyse der Daten durchgeführt wird.
Die Vorlesung gibt einen Überblick über die Grundlagen der wichtigsten KDD-Techniken. Dabei wird besonders auf die folgenden Teilgebiete eingegangen: Klassifikation, Clustering, Assozationsregeln,Outlier Detection und Trenderkennung.
Desweiteren werden spezielle Anwendungen wie KDD in Texten, biologischen Daten und Zeitreihen behandelt.
Zur Vertiefung der Vorlesung werden 2 stündige Übungen angeboten, in denen die vorgestellten Verfahren weiter erläutert und an praktischen Beispielen veranschaulicht werden.
 
- Bereich: ST, A
- Umfang: 3 + 2 Semesterwochenstunden
- Team: Matthias Schubert , Peer Kröger , Eshref Januzaj
- Vorkenntnisse: Vorlesung Datenbanksysteme I (wünschenswert)
- Skript: Es wird ein Skript zur Vorlesung geben. Weitere Literatur wird in der Vorlesung angegeben.

Anmeldung zur Übung

Zum Scheinerwerb ist eine Anmeldung zum Übungsbetrieb notwendig.

Aktuelles

  Klausur-Ergebnis




Veranstaltung Zeit Ort Beginn
Vorlesung  Do, 08.30 Uhr - 11.00 Uhr Raum 1.14 (Oettingenstr. 67) 1.Woche
Übung Mo, 16.00 Uhr - 18.00 Uhr 
Di,   12:00 Uhr - 14:00 Uhr
Mi,  16:00 Uhr - 18:00 Uhr 
Raum 1.35 (Oettingenstr. 67)
Raum 1.27 (Oettingenstr. 67)
Raum 1.31 (Oettingenstr. 67) 
2.Woche

Weiterführende Informationen

Interesante Links zu JAVA:



 

Homepages:  DBS Institut LMU
Matthias Schubert (schubert@dbs.informatik.uni-muenchen.de)