Information Mining

Lehrpersonen

Dozent(in)
Übungsleiter(innen)

Formalia

Zielgruppe
  • DAI Hauptstudium mit 8 Kreditpunkten : Bereich "D"
  • ISE Master mit 8 Kreditpunkten

Termine

Vorlesung

Tag

Zeit

Ort

Mittwoch 10:00 - 12:30LC/137

Übungen

Tag

Zeit

Ort

Betreuer

Mittwoch 13:00 - 14:00LC/137Dr. rer. nat. Ingo Frommholz

Beschreibung

Information Mining beschäftigt sich mit dem Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten (Data Mining) bzw. Texten (Text Mining). Dazu sollen Computer in die Lage versetzt werden, Datenbasen automatisch nach Gesetzmäßigkeiten und Mustern zu durchsuchen und einen Abstraktionsprozess durchzuführen, der als Ergebnis aussagekräftige Informationen liefert. Das maschinelle Lernen stellt dafür die Werkzeuge und Techniken zur Verfügung.

Vorlesungsmaterial

  1. Der Data-Minig-Teil basiert auf dem Lehrbuch `Data Mining' von Ian Witten und Eibe Frank.
  2. Der Text-Mining-Teil basiert auf den Kapiteln 13-17 des Buches Introduction to Information Retrieval von D. Manning, Prabhakar Raghavan und Hinrich Schütze.
  3. Clustering-Tutorial und Demo

Gliederung der Vorlesung

  • Data Mining
    1. Einführung
    2. Eingabe: Konzepte, Instanzen, Attribute
    3. Ausgabe: Wissensrepräsentation
    4. Algorithmen: Die grundlegenden Methoden
    5. Glaubwürdigkeit: Auswertung des Gelernten
    6. Implementierung: Maschinelles Lernen in der Praxis
    7. Transformmationen: Aufbereitung der Ein- und Ausgabe
  • Text Mining
    1. Text-Repräsentation
    2. Text-Clustering
    3. Text-Klassifikation

Folien

Mitschriften

Übungsaufgaben und Prüfungsfragen