In Naturwissenschaft und Technik fallen heute immer größere Datenmengen an, die für den Menschen aufgrund ihrer Größe und Komplexität nicht mehr ohne weiteres interpretierbar sind.
In der Vorlesung "Datamining I" werden Verfahren eingeführt, die Strukturen auch in hochdimensionalen Daten aufspüren und der menschlichen Vorstellung zugänglich machen können. Nach einer Einführung in das Arbeitsgebiet und einer kurzen Darstellung der ungewohnten Eigenschaften hochdimensionaler Räume beginnt die Vorlesung mit Verfahren zur Dimensionsreduktion, Clusteralgorithmen und multidimensionaler Skalierung.
Daran schließen sich Kapitel zur automatischen Modellextraktion und zum Design von Klassifikatoren, wobei auch neuronale Netze zum Einsatz kommen. Ein weiterer Schwerpunkt werden Verfahren der explorativen Datenanalyse sein, insb. Visualisierungs- und Sonifikationstechniken, welche eine anschauliche (bzw. 'erhörbare') Dateninterpretation ermöglichen.
| Frequency | Weekday | Time | Format / Place | Period | |
|---|---|---|---|---|---|
| weekly | Do | 8-10 | Unpublished | 13.10.2003-06.02.2004 |
| Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
|---|---|---|---|---|---|---|---|
| Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Modul 10 | Wahlpflicht | 5. | 3 | benotet | |
| Mediengestaltung / Bachelor | (Enrollment until SoSe 2004) | TB5 | Wahlpflicht | 5. | 3 | ||
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | BioI; CG; NNet; ME; CV | HS | ||||
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | ProI | HS |