Lehrpersonen

Dozent(in)

• Prof. Dr.-Ing. Norbert Fuhr

Übungsleiter(innen)

• Dipl.-Inform. Thomas Beckers

Formalia

Zielgruppe

• Angewandte Informatik Master
• DAI Hauptstudium mit 8 Kreditpunkten : Bereich "D"
• Komedia Master
• Kommedia Master
• ISE Master

Termine

Prüfungstermine

Die Einzeltermine werden nach Ablauf der Rücktrittsfrist hier auf der Webseite bekanntgegeben.
Sollten Sie an einzelnen Tagen des o.g. Prüfungszeitraums verhindert sein, senden Sie bitte spätestens 10 Tage vorher eine Mail an norbert.fuhr@uni-due.de

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.

Anwendungen finden sich insbesondere im Dienstleistungssektor, z.B. bei der Preisgestaltung von Billigflügen, der Kalkulation von Versicherungsbeiträgen, Kreditentscheidungen und im Marketing.

Vorlesungsmaterial

• Der Data-Minig-Teil basiert auf dem Lehrbuch 'Data Mining' von Ian Witten und Eibe Frank.
• Der Text-Mining-Teil basiert auf den Kapiteln 13-17 des Buches Introduction to Information Retrieval von D. Manning, Prabhakar Raghavan und Hinrich Schütze.
• Das Optimum Clustering Framework ist beschrieben in Norbert Fuhr; Marc Lechtenfeld; Benno Stein; Tim Gollub (2011). The Optimum Clustering Framework: Implementing the Cluster Hypothesis. Information Retrieval 14
• Clustering-Tutorial und Demo
• Weiterführende Literatur:
  • Thomas A. Runkler; Data Mining. Vieweg+Teubner 2009
  • Trevor Hastie, Robert Tibshirani, Jerome Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, 2009 Series in Statistics

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. Transformationen: Aufbereitung der Ein- und Ausgabe
  8. Zeitreihen
• Text Mining
  1. Text-Repräsentation
  2. Text-Clustering
  3. Text-Klassifikation

Folien

Einige Folienkapitel sind aus Copyright-Gründen nur innerhalb der UDE erreichbar!

Einführung: odp pdf

• Data Mining
  • Kapitel 1: odp pdf
  • Kapitel 2: odp pdf
  • Kapitel 3: odp pdf
  • Kapitel 4: odp pdf
    • Bayes'sche Netzwerke: odp pdf
  • Multivariate Statistik
  • Kapitel 5: odp pdf
  • Kapitel 6: odp pdf
  • Kapitel 7: odp pdf
  • Data Warehouse: odp pdf
  • Zeitreihen
    • Einführung odp pdf
    • Mining Sequential Patterns: ppt pdf
  • Wiederholung
• Text Mining
  • Flaches Clustering: Folien Handout
  • Hierarchisches Clustering: Folien Handout
  • Hierarchisches Clustering II Folien
  • Optimum Clustering Framework Folien Handout

Mitschriften

• demnächst

Übungen

• Blatt 1 (Folien aus der Übung am 13.4.)
• Blatt 2
• Blatt 3
• Blatt 4
• Blatt 5
• Blatt 6
• Blatt 7
• Blatt 8
• Blatt 9
• Wettbewerb
• Blatt 10
• Blatt 11
• Blatt 12

Lösungen für RapidMiner-Aufgaben

• A5
• A7
• A10
• A12
• A16
• A18
• A20
• Gewinnerprozess des RapidMiner-Wettbewerbs
• A24a, A24b

Hilfreiche Links zu RapidMiner

• RapidMiner-Download
• RapidMiner-Anleitung (PDF)
• Video-Tutorials
• RapidMiner@Sourceforge

Weitere Übungsaufgaben und Prüfungsfragen

• Beispiel-Übungsaufgaben
• Beispiel-Fragen für die mündliche Prüfung
  (beachten Sie hierzu auch die Wiederholungs-Folien )