Datamining (Master) Modulhandbuch
Das Modul wird aus dem Bachelor Wirtschaftsinformatik (PO 2019) importiert.
Eckdaten
- Modulname: Datamining
- Kennnummer: MA2DHU1007
- Workload: 150 Stunden
- Credits: 5 LP
- Studiensemester: 1. oder 3. Fachsemester
- Häufigkeit des Angebots: jährlich (Sommersemester)
- Dauer: 1 Semester
Lehrveranstaltungen
Data Mining (Vorlesung)
- Kontaktzeit: 2 SWS / 30 Stunden
- Selbststudium: 60 Stunden
- geplante Gruppengröße: 30 Studierende
Data Mining (Übung)
- Kontaktzeit: 1 SWS / 15 Stunden
- Selbststudium: 45 Stunden
- geplante Gruppengröße: 30 Studierende
Lernergebnisse / Kompetenzen
Schlüsselqualifikationen
- Kommunikationsfähigkeit, Teamfähigkeit
- Präsentations- und Moderationstechniken
- Umgang mit modernen Informationstechnologien
- Interkulturelle Kompetenzen und Fremdsprachenkenntnisse
- Fähigkeit, Wissen und Informationen zu verdichten und zu strukturieren (vorwiegend englischsprachige Literatur)
- Fähigkeit, eigenverantwortlich weiterzulernen
Fachspezifische Qualifikationen
- Kenntnis des Vorgehensmodells für Data Mining und Fähigkeit, dieses zur Datenanalyse anwenden zu können
- Praktische Anwendung eines ausgewählten Data Mining-Tools zur Datenanalyse
Inhalte
Data Mining (Vorlesung und Übung)
- Grundlegende Begriffe: Maschinelles Lernen, Wissensentdeckung, Data Mining, Web Mining, Data Warehouse Konzept
- Lernverfahren für Klassifikation und Clusteranalyse (bspw. Konzeptlernen, Entscheidungsbäume, probabilistische Verfahren, Instanzbasiertes Lernen, Neuronale Netze, Partitionierungsverfahren, Hierarchische Clusterverfahren)
- Web Mining
- Data Mining für Recommender Systeme
- Datenvorverarbeitung
- Data Mining Werkzeuge
- Praxisbeispiel
Organisatorisches
- Lehrformen: Vorlesung und Übung
- Teilnahmevoraussetzungen: formal: keine, inhaltlich: keine
- Prüfungsformen: Modulabschlussklausur einer Dauer von 120 Minuten
- Voraussetzungen für die Vergabe von Kreditpunkten: Regelmäßige Teilnahme, Bestehen der Studienleistungen, Bestehen der Prüfungsleistung
- Verwendung des Moduls in anderen Studiengängen: Bachelorstudiengang Informatik (Kernfach/Hauptfach/Nebenfach/Lehramt), Data Science (Master), Digital Humanities (Master)
- Stellenwert der Note für die Endnote: 5/100
- Personen: Modulbeauftragte/r: Bergmann, hauptamtlich Lehrende: Bergmann
- Sonstige Informationen: keine
(Prüfungsordnung 2019, letzte Bearbeitung dieser Seite: 10. Februar 2021.)