Knowledge Discovery in Databases II im SS 2010
Aktuelles
- Die Prüfungen finden Do 29.07.10 im Raum 1.56 am DBS Lehrstuhl in der Öttingenstr. 67 statt.
- Die Wiederholungsvorlesung am 20.7.2010 beginnt erst um 9.00 c.t..
- Tutoren gesucht
- Die Prüfungstermine wurden soeben per Mail verschickt. BITTE melden Sie sich möglichst bald, falls Sie zur Prüfung angemeldet waren, aber keinen Termin erhalten haben. Der genaue Ort der Prüfung ist wegen der Bausituation noch offen und wir noch auf der Homepage bekannt gegeben.
- Abschlussarbeiten mit KDD-Bezug:
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: PD Dr. Matthias Schubert, Dr. Arthur Zimek
- Vorkenntnisse: Knowledge Discovery in Databases I
- Übungen: PD Dr. Matthias Schubert
Zeit und Ort
| Veranstaltung | Zeit | Ort | Beginn |
|---|---|---|---|
| Vorlesung | Di, 8.30 - 11.00 Uhr | Raum E 216 (Hauptgebäude) | 20.04.2010 |
| Übung |
Do, 14.00 - 16.00 Uhr | Raum D Z007 (Hauptgebäude) | 29.04.2010 |
| |
Do, 16.00 - 18.00 Uhr | Raum D Z007 (Hauptgebäude) |
29.04.2010 |
Vorlesungsplan
| Datum | Vorlesung | Datum | Übung |
| 20.04.2010 | Kapitel 1: Überblick
Kapitel 2: Feature Selection und Feature Reduction | 22.04.2010 | entfällt |
| 27.04.2010 | Kapitel 2: Feature Selection und Feature Reduction | 22.04.2010 | Blatt 1 |
| 4.05.2010 | Kapitel 2: Feature Selection und Feature Reduction | 6.05.2010 | Blatt 2 |
| 11.05.2010 | Kapitel 3: Clustering in hochdimensionalen Räumen | 13.05.2010 | FEIERTAG |
| 18.05.2010 | Kapitel 3: Clustering in hochdimensionalen Räumen (Beginn erst: 9.00 ct) | 20.05.2010 | Blatt 3 |
| 25.05.2010 | Vorlesungsfrei | 27.05.2010 | Blatt 4, |
| 01.06.2010 | Kapitel 4: Parallel, Distributed und Privacy Preserving Data Mining | 3.06.2010 | FEIERTAG |
| 08.06.2010 | Kapitel 5: Ensemble Techniken | 10.05.2010 | Blatt 5 |
| 15.06.2010 | Kapitel 6: Multirepresentiertes Data Mining | 17.06.2010 | Blatt 6 |
| 22.06.2010 | Kapitel 7: Multi-Instanz Data Mining | 24.06.2010 | Blatt 7 |
| 29.06.2010 | Kapitel 7: Multi-Instanz Data Mining | 01.07.2010 | Blatt 8 |
| 06.07.2010 | Kapitel 8: Graph-Strukturierte Daten | 08.07.2010 | Blatt 9 |
| 13.07.2010 | Kapitel 9: Link Mining | 15.07.2010 | Blatt 10 |
| 20.07.2010 | Wiederholung und Fragen zum Prüfungsstoff | 22.07.2010 |
Anmeldung zur Übung
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.)
- ELKI (open-source Java-Projekt für Data Mining am DBS-Lehrstuhl)
Vorhergehende Semester
