Seminar Big Data Mining

Lehrinhalte Im Seminar soll neuere, forschungsrelevante Literatur zum Thema Data Mining gelesen werden, um die Studierenden mit aktuallen Ansätzen in der Forschung zum Data Mining wie z.B. deklarativen Ansätzen vertraut zu machen. Daten fallen heutzutage in vielen Teilen des täglichen Lebens an. Seien es wissenschaftliche Daten, in denen z.B. physikalischen oder chemischen Eigenschaften in digital auswertbare Größen zur weiteren Analyse überführt werden, oder seien Blog-Einträge, Bilder und Movies im Web. Data Mining-Verfahren werden oftmals gezielt für eine spezielle Aufgabe entworfen, welche sich dann nur bedingt für den Einsatz in anderen Situation eignen. In Anwendungen müssen daher oft existierende Verfahren in geeigneter Form kombiniert und leicht angepasst werden. Zur Zeit kristallisieren sich sogenannte -deklarative- Ansätze heraus. Hier wird lediglich die Aufgabenstellung unter Verwendung einer deklarativen Data Mining-Sprache beschrieben. Wie das Ziel, also die Ausgabe des Data Mining-Verfahren, erreicht wird, wird dem System überlassen. Diese Vorgehen hat den Vorteil, dass man die Problemformulierung und von dem Solver trennt, so dass Fortschritt auf beiden Teilen unabhängig erfolgen können. Im Wesentlichen geht es also darum das gleiche für Data Mining zu schaffen, was höhere Programmiersprachen für die Softwareentwicklung geschafft haben. Kompetenzen Die Studierenden sind in der Lage, die Anwendung konzeptioneller oder theoretischer Ansätze auf einen Untersuchungsgegenstand mündlich und schriftlich mit Fachvokabular darzustellen und sie selbständig zu bewerten. Sie beherrschen die Techniken des wissenschaftlichen Diskurses der Informatik. keine Prüfungen Modulprüfung: schriftliche Ausarbeitung Studienleistung: + Vortrag + Aktive Teilnahme Weitere Leistungen nach Ankündigung: z.B. Erstellen eines Exposes, Probevorträge Prüfungsformen und –leistungen Modulprüfung Technische Universität Dortmund WiSe 2013/14 Informatik Prof. Dr. Kersting Kristian