Module 39-M-Inf-VDM Advanced Data Mining

Faculty

Person responsible for module

Regular cycle (beginning)

Every summer semester

Credit points and duration

5 Credit points

For information on the duration of the modul, refer to the courses of study in which the module is used.

Competencies

Die Studierenden haben nach Abschluss des Moduls vertiefte Kenntnisse von Methoden des Datamining und ihres theoretischen Hintergrunds: statistische Verfahren zur Extraktion von Zusammenhängen und Modellen, komplexe Lernarchitekturen zur Modellextraktion, informationstheoretische Aspekte der Detektion und Beschreibung von Strukturen in Daten.

Content of teaching

Das Modul bietet eine Vertiefung zu Methoden des Datamining und mathematischen Aspekten der Datenanalyse.

Recommended previous knowledge

Kompetenzen, die beispielsweise in den Modulen 39-Inf-NN Grundlagen Neuronaler Netze und 39-Inf-10 Datenbanken erworben werden können.
Kompetenzen, wie sie im Modul 39-Inf-DM Grundlagen Dataming erworben werden können, sind für einen erfolgreichen Abschluss dieses Moduls notwendig.

Necessary requirements

—

Explanation regarding the elements of the module

Die Modul(teil)prüfung kann in einigen Studiengängen nach Wahl der Studierenden auch "unbenotet" erbracht werden. Vor Erbringung ist eine entsprechende Festlegung vorzunehmen, eine nachträgliche Änderung (benotet - unbenotet) ist ausgeschlossen. Wird diese Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.

Module structure: 0-1 bPr, 0-1 uPr 1

Courses

Datamining II
Type course in connection with work placement
Regular cycle SoSe
Workload5 30 h (15 + 15)
LP 1
Datamining II
Type lecture
Regular cycle SoSe
Workload5 60 h (30 + 30)
LP 2 [Pr] [Pr]

Examinations

portfolio with final examination
Allocated examiner Teaching staff of the course Datamining II (lecture)
Weighting without grades
Workload 60h
LP2 2

In einigen Studiengängen der Technischen Fakultät kann die Modulprüfung nach Wahl der Studierenden auch "unbenotet" erbracht werden (s. Erläuterungen zu den Modulelementen und die jeweilige FsB). Wird die unbenotete Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Erläuterungen zu dieser Prüfung siehe unten (benotete Prüfungsvariante).

portfolio with final examination
Allocated examiner Teaching staff of the course Datamining II (lecture)
Weighting 1
Workload 60h
LP2 2

Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben. Abschließende mündliche Prüfung (15-25 min.) über die Inhalte der Vorlesung und der Übungen.

The module is used in these degree programmes:

Degree programme Profile Recom­mended start 3 Duration Manda­tory option 4
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 1 2. one semester Compul­sory optional subject
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020 und 21.03.2023] Variante 2 2. one semester Compul­sory optional subject
Intelligent Systems / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020] 2. one semester Compul­sory optional subject
Intelligent Systems / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014] 2. one semester Compul­sory optional subject
Informatics for the Natural Sciences / Master of Science [FsB vom 30.09.2016 mit Berichtigung vom 10.01.2017 und Änderungen vom 15.09.2017, 02.05.2018, 04.06.2020 und 31.03.2023] 2. one semester Compul­sory optional subject
Informatics for the Natural Sciences / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017] 2. one semester Compul­sory optional subject

Automatic check for completeness

The system can perform an automatic check for completeness for this module.

Legend

1
The module structure displays the required number of study requirements and examinations.
2
LP is the short form for credit points.
3
The figures in this column are the specialist semesters in which it is recommended to start the module. Depending on the individual study schedule, entirely different courses of study are possible and advisable.
4
Explanations on mandatory option: "Obligation" means: This module is mandatory for the course of the studies; "Optional obligation" means: This module belongs to a number of modules available for selection under certain circumstances. This is more precisely regulated by the "Subject-related regulations" (see navigation).
5
Workload (contact time + self-study)
SL
Study requirement
Pr
Examination
bPr
Number of examinations with grades
uPr
Number of examinations without grades
Diese Leistung kann gemeldet und verbucht werden.

Sidebar

Elements of the module

Courses

Examinations

Programme of lectures (eKVV)

Programme of lectures (eKVV)

Show lists of modules

Data Science / Master of Science // Variante 1

Data Science / Master of Science // Variante 2

Intelligent Systems / Master of Science [FsB vom 27.07.2018 mit Änderung vom 04.06.2020]

Intelligent Systems / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014]

Informatics for the Natural Sciences / Master of Science

Informatics for the Natural Sciences / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017]