Lehrveranstaltungen: Knowledge Discovery in Databases II

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 II
im SS 2008

Vorhergehende Jahre:
[SS 07 ]

Aktuelles:

Die Scheine sind bereits erstellt und können im Sekretariat abgeholt werden.
ACHTUNG: Auf Folie 284 hat sich ein Fehler in die Folien eingeschlichen. Die Normalisierung in Formel 3) war falsch. Das Skript wurde an dieser Stelle korrigiert.
Der Zeitplan für die Prüfungen am Mittwoch, 16.7.2008, in Raum E1.09 in der Oettingenstr. 67 steht fest:

Uhrzeit	Matrikelnummer
9:00	107803499
9:30	108104903
10:00	2530361
10:30	68303151
11:00	2535793
13:00	2558511
13:30	68303555
14:00	3011945

Die Beschreibung von GSPAN im Skript wurde etwas überarbeitet.
PRÜFUNG: Die Prüfung in KDD 2 findet wie in der letzten Vorlesung besprochen am 16.07.2008. Damit für alle Studenten ein Prüfungstermin eingeplant werden kann, bitte ich um eine kurze E-Mail mit der Aussage, dass man geprüft werden will.
Raumänderung: Die Übungen am Montag den 30.6.2008 und Montag den 14.7.2008 finden im Raum 1.56 (Besprechungszimmer DBS) und NICHT im Raum 0.33 statt.
Die Übung am 13.6.2008 muss leider entfallen.
Die Teilnehmer werden gebeten, die Übung am Montag den 16.6.2008 zu besuchen.
Unter Anmeldung kann man sich ab sofort für die Vorlesung anmelden.

Inhalt:

Die Vorlesung Knowledge Discovery in Databases II behandelt wichtige weiterführende Techniken im Bereich Datenanalyse und Wissensgewinnung, die weit über die Basistechniken der Grundvorlesung (Knowledge Discovery in Databases I) hinausgehen. Dabei wird zum einen auf die Anforderungen spezieller Anwendungen, wie der Wissensgewinnung aus dem WWW, als auch auf neue Objektrepräsentationen wie mengenwertige Objekte und sehr hochdimensionale Vektoren, eingegangen. Außerdem werden Techniken im Bereich Link-Mining und relationales Data Mining vorgestellt, die bei der Analyse komplexer zusammenhängender Systeme, wie in der Systembiologie und in sozialen Netzwerken, ihre Anwendung finden.

Organisation:

Umfang:: 3 + 2 Semesterwochenstunden
Vorlesung:: Dr. Matthias Schubert, Arthur Zimek
Übungen:: Dr. Matthias Schubert, Arthur Zimek
Vorkenntnisse:: Vorlesung Knowledge Discovery in Databases I

Zeit und Ort:

Veranstaltung	Zeit	Ort	Beginn
Vorlesung	Mi, 08.30 - 11.00 Uhr	Raum 1.14 (Oettingenstr. 67)	16.04.2008
Übung	Mo, 14.00 - 16.00 Uhr Mo, 16.00 - 18.00 Uhr Fr, 12.00 - 14.00 Uhr	Raum 0.33 (Oettingenstr. 67) Raum 0.33 (Oettingenstr. 67) Raum 1.43 (Oettingenstr. 67)	28.04.2008 28.04.2008 25.04.2008

Vorlesungs- und Übungsplan:

Datum	Vorlesung	Datum	Übung
16.04.2008	Kapitel 1: Einleitung und Wiederholung KDD I Kapitel 2: Feature Selektion (1.Teil-Skript siehe Link unten)	18.04.2008 21.04.2008	entfällt
23.04.2008	Kapitel 2: Feature Selektion (1.Teil)	25.04.2008 28.04.2008	Feature Selektion (Blatt 1)
30.04.2008	Kapitel 2 (2.Teil) : Feature-Reduktion	02.05.2008 05.05.2008	Feature-Selektion und Feature-Reduktion (Blatt 2)
07.05.2008	Kapitel 3: Clustering in hochdimensionalen Räumen (Teil 1)	09.05.2008	Feature-Reduktion, Clustering in hochdimensionalen Räumen (Blatt 3)
14.05.2008	Kapitel 3: Clustering in hochdimensionalen Räumen (Teil 2)	16.05.2008 19.05.2008	Clustering in hochdimensionalen Räumen (Blatt 4), (Datensatz)
21.05.2008	Kapitel 4: Parallel, Distributed und Privacy Preserving Data Mining	23.05.2008 26.05.2008	Parallel, Distributed und Privacy Preserving Data Mining (Blatt 5)
28.05.2008	Kapitel 5: Multirepräsentiertes Data Mining	30.05.2008 02.06.2008	Verteiltes und Multirepräsentiertes Data Mining (Blatt 6)
04.06.2008	Kapitel 5: Multirepräsentiertes Data Mining	06.06.2008 09.06.2008	Multirepräsentiertes Data Mining (Blatt 7)
11.06.2008	Kapitel 5: Multirepräsentierte Ähnlichkeitsschätzer Kapitel 6: Multi-Instanz Data Mining	13.06.2008 16.06.2008	Multirepräsentiertes Clustering uns Multi-Instanz Distanzen(Blatt 8)
18.06.2008	Kapitel 6: Multi-Instanz Data Mining	20.06.2008 23.06.2008	Multi-Instanz Data Mining (Blatt 9)
25.06.2008	Kapitel 7: Graph-Strukturierte Objekte	27.06.2008 30.06.2008	Multi-Instanz Data Mining (Blatt 10)
02.07.2008	Kapitel 7: Graph-Strukturierte Objekte	04.07.2008 07.07.2008	Graph Kernels (Blatt 11)
09.07.2008	Kapitel 8: Link Mining	11.07.2008 14.07.2008

Weiterführende Informationen:

Lehrstuhleignene Projektseiten im Bereich KDD
KDNuggets - Populärer E-Newsletter zum Data Mining
ACM SIGKDD - 'Special Interest Group' der 'Association for Computing Machinery' zum Thema KDD
Weka (Data Mining with open source Machine Learning Software in Java.)

Homepages: DBS Institut LMU

Last Modified:

Vorlesung Knowledge Discovery in Databases II im SS 2008