Search:
Lehrstuhl  |  Institut  |  Fakultät  |  LMU
print

Knowledge Discovery in Databases II im SS 2017



Aktuelles

  • Die Vorlesung ist ab sofort unter UniWorx angelegt. Bitte melden Sie sich hier zur Vorlesung an.
  • Achtung: die Vorlesung beginnt 9:00 s.t.

Content

In many modern application areas, data scientists face challenges which go beyond the basic techniques being introduced in the basic module Knowledge Discovery in Databases I. The module Knowledge Discovery in Databases II covers advanced techniques to handle large data volumes, volatile data streams, complex object descriptions and linked data. These topics are also known as the three major challenges (Volume, Velocity, Variety) in Big Data Analysis. The modul is directed at master students being interested in developing and designing knowledge discovery processes for various types of applications. This includes the development of new data mining and data preprocessing methods as well as the ability to select the best suited established approach for a given pratical challenge.

Inhalt

In vielen modernen Anwedungsgebieten werden Data Scientist mit neuen Herausforderungen konfrontiert, die weit über die grundlegenden Techniken hinausgehen, die im Modul Knowledge Discovery in Databases I besprochen werden. Das Modul Knowledge Discovery in Databases II stellt eine Reihe von fortgeschrittenen Techniken für sehr große Datenbestände, volatile Datenströme, komplexe Objektdarstellungen und verlinkte Datenbestände vor. Diese Themen sind auch als die drei großen Herausforderungen (Volume, Velocity, Variety) im Berich Big Data Analysis bekannt. Das Modul richtet sich an Masterstudenten, die daran interesiert sind Knowledge Dicovery Prozesse für verschiedene Arten von Anwendungen zu entwerfen und umzusetzen. Dies beinhaltet sowohl die Entwicklung neuer Data Mining- und Vorverarbeitungs-Algorithmen als auch die Fähigkeit die am besten geeigneten etablierten Ansätze für ein gegebenes praktisches Anwendungsgebiet auszuwählen.



Organisation

  • Umfang: 3+2 SWS
  • Vorlesung: Prof. Dr. Peer Kröger
  • Übung:
  • Vorkenntnisse: Knowledge Discovery in Databases I
  • ECTS: 6
  • Art der Prüfung: Klausur (90 min)



Zeit und Ort

Teaching Component Time Location Start Language
Lectures Thu, 9.00 - 11.20 Uhr Oettingenstr. 67, B U101 27.04.2017 German
Tutorial Group 1 Mo, 14.00 - 16.00 Uhr Main building A U115 15.05.2017 German
Tutorial Group 2 Mo, 16.00 - 18.00 Uhr Main building A U115 15.05.2017 English



Vorlesungsplan

Datum Vorlesung Übung Thema
27.04.2017 Introduction (Einleitung): PDF - -
04.05.2017 High Dimensional Data (Hochdimensionale Daten) 1: PDF - -
11.05.2017 High Dimensional Data (Hochdimensionale Daten) 2 PDF Ex1.zip
Ex2.zip
Ex2_solution.ipynb
-
18.05.2017 High Dimensional Data (Hochdimensionale Daten) 3 PDF Ex3.pdf
exercise3.R
-
25.05.2017 Feiertag (Christi Himmelfahrt) - -
01.06.2017 High Dimensional Data (Hochdimensionale Daten) 4 PDF Ex4.zip -
08.06.2017 Optional Lecture PDF - -
15.06.2017 Feiertag (Fronleichnam) - -
22.06.2017 Sequential Data PDF Ex5.pdf -
29.06.2017 tbd - -
06.07.2017 tbd - -
13.07.2017 tbd - -
20.07.2017 tbd - -
27.07.2017 tbd - -

Tutorials/Übungen

General Links

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

blank