Hasso-Plattner-Institut
Prof. Dr. Emmanuel Müller
  
 

Beschreibung

Der Schwerpunkt der Vorlesung "Big Data Analytics" liegt auf Data Mining Algorithmen zur Wissensextraktion und bildet die einzelnen Schritte des Knowledge Discovery in Databases (KDD) Prozess ab. Es werden die grundsätzlichen Data Mining Problemstellungen vorgestellt und verschiedene algorithmische Lösungen aus jedem Bereich verglichen. Darüber hinaus werden grundsätzliche Evaluierungsmethoden vorgestellt, um diese Data Mining Lösungen für konkrete Anwendungen bewerten zu können.

Veranstaltungsplan

Die Vorlesung findet 2x wöchentlich im HS2 statt:

  • Mittwochs 15:15 Uhr - 16:45 Uhr
  • Freitags 09:15 Uhr - 10:45 Uhr

Eine Übung findet Mittwochs von 15:15 Uhr bis 16:45 Uhr statt. Eine Information, welche Termine für die Übung genutzt werden, wird rechtzeitig bekannt gegeben.

Die Folien zur Vorlesung befinden sich jeweils vor der Vorlesung im internen Bereich.

Datum Thema
MI    14.10.       
FR16.10.fällt aus
MI21.10.
FR    23.10.
MI28.10.
FR30.10.
MI    04.11.
FR06.11.fällt aus 
MI11.11.1. Übungsblatt
FR13.11.
MI18.11.fällt aus
FR20.11.
MI25.11.
FR27.11.
MI02.12.fällt aus, wir empfehlen Technologiekonferenz Data Berlin Brandenburg in HS2
FR        04.12.
MI09.12.2. Übungsblatt (Termin muss um 30min. verschoben werden und startet ab 15:45)
FR11.12.
MI16.12.
FR18.12.
Weihnachten
MI06.01.
FR08.01.
MI13.01.
FR15.01.
MI20.01.
FR22.01.
MI27.01.3. Übungsblatt
FR29.01.Wiederholung + Fragen
MI03.02.
FR05.02.Industrievortrag "Big Data Analytics at Deloitte" von Dr. H. Kremer
MI17.02.Klausur im HS 1 Beginn: 10:00 Uhr Ende: 12:00 Uhr

 

 

 

Literatur

Data Mining: Concepts and Techniques (3rd edition): Jiawei Han, Micheline Kamber, Jian Pei, Morgan Kaufmann Publishers 2011 (online verfügbar)

Data Mining and Analysis, Fundamental Concepts and Algorithms: Mohammed J. Zaki, Wagner Meira JR., Campridge University Press 2014 (online verfügbar)

Introduction to Data Mining: Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Addison-Wesley 2006

Knowledge Discovery in Databases: Martin Ester, Jörg Sander, Springer 2000