Knowledge Discovery in Databases II im WS 2012/13
Aktuelles
- Klausurbesprechnung: Donnerstag, 07.02.2013 von 16-18 Uhr in 067.
- Klausureinsicht: Donnerstag, 14.2.2013, 14:00 Uhr im Raum F 109.
- Die Klausur findet Fr. den 1.2.2013 von 14-16 Uhr im Hörsaal B 001 in der Oettingenstr. 67 statt.
- Klausuranmeldung: im UniWorX
- Anmeldung zur Vorlesung per UniWorX
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. Eirini Ntoutsi
- Vorkenntnisse: Knowledge Discovery in Databases I, Englischkenntnisse erforderlich
- Übungen: Erich Schubert
Zeit und Ort
| Veranstaltung | Zeit | Ort | Beginn |
|---|---|---|---|
| Vorlesung | Di, 14.00 - 17.00 Uhr | Raum 109 (Richard-Wagner-Str. 10) | 16.10.2012 |
| Übung |
Do, 14.00 - 16.00 Uhr | Raum 061 (Oettingenstr. 67) | 25.10.2012 |
| |
Do, 16.00 - 18.00 Uhr | Raum 067 (Oettingenstr. 67) |
25.10.2012 |
Vorlesungsplan
| Datum | Vorlesung | Datum | Übung |
| 16.10.2012 | Introduction pdf | (entfällt) | |
| 23.10.2012 | Feature Selektion pdf | 25.10.2012 | Blatt 1: Feature Selection |
| 30.10.2012 | Feature Reduction and Distance Learning pdf | (Allerheiligen) | Blatt 2: Feature Reduction |
| 06.11.2012 | Feature Reduction and Distance Learning Clustering Highdimensional Data(1) gekürzte Fassung Originalfassung | 08.11.2012 | Blatt 3: Clustering 1 |
| 13.11.2012 | Clustering in hochdimensionalen Räumen(2) | 15.11.2012 | Blatt 4: Clustering 2 cashDaten.txt |
| 20.11.2012 | Clustering in hochdimensionalen Räumen(3) | 22.11.2012 | |
| 27.11.2012 | Data Streams: clustering pdf | 29.11.2012 | |
| 04.12.2012 | Data Streams: classification pdf | 06.12.2012 | |
| 11.12.2012 | Verteiltes, Parallels und Privacy-Preserving Data Mining pdf | 13.12.2012 | Blatt 7 |
| 18.12.2012 | Ensemble Learning und Multiple Repräsentationen pdf | 20.12.2012 | Blatt 8 |
| Frohe Weihnachten! | optional: ACM XRDS Big Data via UniBib Proxy | ||
| 08.01.2013 | Multi-Instanz-Daten pdf | 10.01.2013 | Blatt 9 |
| 15.01.2013 | Graph Mining pdf | 17.01.2013 | Blatt 10 |
| 22.01.2013 | Graph Mining pdf | 24.01.2013 | Blatt 11 |
| 29.01.2013 | Wiederholung + Fragestunde | 31.01.2013 | Fragestunde Übung (nur 16:00!) |
| 01.02.2013 | KLAUSUR 14.00-16.00 | ||
| 05.02.2013 | entfällt | 07.02.2013 | Klausurbesprechung (nur 16:00!) |
Anmeldung zur Übung
Bitte melden Sie sich zum Übungsbetrieb an, damit wir die Anzahl der potentiellen Prüfungs-Teilnehmer einschätzen können: UniWorx
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
WS 15/16, WS 14/15, WS 13/14, WS 12/13, WS 11/12, SS 10, SS 09, SS 08, SS 07
