DE

| EN

Studieren. Wissen. Machen.

Hochschule der Medien

Modul Data Mining

(Data Mining)

Modul:113446 Data Mining (Wahlpflichtmodul im Hauptstudium)
Modulverantwortlicher:Prof. Dr. Johannes Maucher
ECTS-min./max.: 9 / 9
Workload:

Vorlesung NLP
15 Termine zu je 2 SWS = 22.5 Zeitstunden
Vor- und Nachbearbeitung
15 Termine zu je 3 Zeitstunden = 45 Zeitstunden
Prüfungsvorbereitung
4 Tage zu je 8 Zeitstunden=32 Zeitstunden
Summe NLP: 99.5 Zeitstunden

Praktikum Data Mining
3 Termine zur theoretischen Einführung zu je 4 SWS = 9 Zeitstunden
Eigenständige Einarbeitung in die Grundlagen der Programmiersprache
Python: 30 Zeitstunden
10 Versuche zu je 4 SWS = 30 Zeitstunden
Vor- und Nachbearbeitung der Versuche
10 mal 10 Zeitstunden = 100 Zeitstunden

Summe Data Mining: 169 Zeitstunden

Gesamtsumme:

268.5
Modulprüfung: LA
Kompetenzprofil
Lernergebnisse:Nach dem erfolgreichen Besuch des Moduls beherrschen die Studenten die vollständige Datamining-Prozesskette im Detail und sind in der Lage die entsprechenden Bausteine dieses Prozesses in der Programmiersprache Python zu implementieren. Diese Bausteine sind:
  • Zugriff auf Daten aus Web, Datenbanken und Files
  • Datenbereinigung und Selektion
  • Merkmalsextraktion- und Selektion
  • Datentransformation
  • Maschinelle Lernverfahren für Mustererkennung, Klassifikation und Vorhersage
  • Visualisierung, Analyse und Interpretation des extrahierten Wissens
Das Data-Mining Praktikum besteht aus 8 Aufgaben. Diese Aufgaben müssen von den Studentengruppen eigenständig analysiert, implementiert und evaluiert werden. Die Implementierungen der Studenten werden vom Dozenten bewertet und danach miteinander besprochen. Die Studenten lernen hierbei die strukturierte Bearbeitung komplexer, praxisnaher Problemstellungen im Team.
Im Kontext des Datamining stellt die Verarbeitung von natürlichsprachlichen Dokumenten eine besondere Herausforderung dar. In der zum Modul gehörenden Vorlesung NLP lernen die Studenten grundlegende Verfahren, des Textminings, der Sprachmodellierung, der syntaktischen und semantischen Analyse und Modellierung. Der Einsatz und das Potenzial aktueller Algorithmen des Deep Learning im Kontext des Natural Language Processing werden vorgestellt und gemeinsam diskutiert.
Weitere Angaben einblenden
Voraussetzung für dieses Modul: -
Dieses Modul ist Voraussetzung für:-
Bemerkung:Übergangsregelung
beinhaltet folgende Lehrveranstaltung(-en):
EDV-Nr Lehrveranstaltung Art  SWS  ECTS  Prüfungsform
113446a Data Mining und Mustererkennung V 4 6
113446b Natural Language Processing V 2 3
* kennzeichnet Prüfungsvorleistungen
Verstanden

Diese Website verwendet Cookies. Durch die Nutzung dieser Website erklären Sie sich damit einverstanden, dass Cookies gesetzt werden. Mehr erfahren