In Naturwissenschaft und Technik fallen heute immer größere und hochdimensionale 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 diesen 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 an. Ein weiterer Schwerpunkt werden Verfahren der explorativen Datenanalyse sein, insb. Visualisierungs- und Sonifikationstechniken, welche eine anschauliche (bzw. 'anhörbare') Dateninterpretation ermöglichen.
| Frequency | Weekday | Time | Format / Place | Period | |
|---|---|---|---|---|---|
| weekly | Di | 10-12 | S2-147 | 17.10.2005-10.02.2006 |
Hide passed dates << Edit date display
| Degree programme/academic programme | Validity | Variant | Subdivision | Status | Semester | LP | |
|---|---|---|---|---|---|---|---|
| Bioinformatik und Genomforschung / Bachelor | (Enrollment until SoSe 2011) | Modul 10 | Wahlpflicht | 5. | 6 | (6 LP einschl. Übungen) | |
| Medienwissenschaft, interdisziplinäre / Master | (Enrollment until SoSe 2014) | Modul 4 | 1. 3. | benotet Prüfung mit weiterer BV-Vorlesung ergibt 10.5 LP | |||
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | NNet; ME; WBS; BioI; CV | scheinfähig benotet / unbenotet HS | ||||
| Naturwissenschaftliche Informatik / Diplom | (Enrollment until SoSe 2004) | Sprachverarbeitung | Wahlpflicht | benotet HS |