Home |  DEUTSCH |  Contact |  Imprint |  Login |  KIT

Lehre/Praktikum Knowledge Discovery and Data Mining/en

Aus Aifbportal

Wechseln zu: Navigation, Suche

Knowledge Discovery and Data Mining



Details of Course
Type of course practical course
Lecturer(s) Lei Zhang, Andreas Thalhammer, Michael Färber, Achim Rettinger, Rudi Studer
Instructor(s) -
Subject
Credit Points
Control of Success
Term summer


You find additional information, the time schedule and room numbers in the University Course Overview.

Course Overview http://www.uni-karlsruhe.de/info/vvz.php
Student Portal https://studium.kit.edu



Research Group


Content

Ziel des Praktikums KDDM ist die komplette Durchführung eines Data Mining Projekts. Dies beinhaltet die Datenaufbereitung, Modellierung, Berechnung sowie die Auswertung der MiningErgebnisse. Bewertet wird die praktische Umsetzung des Themas (Softwareentwicklung) sowie ein Abschlussvortrag und ein Bericht, der auch theoretische Grundlagen zum entsprechenden Data Mining Gebiet beinhalten soll. Beim ersten Termin wird ein Auswahl von Datensätzen und zugehörigen Aufgabe / Algorithmen vorgestellt. Außerdem werden Gruppen gebildet und Themen zu Gruppen zugeordnet. Denkbare Themen sind z.B. Empfehlungsdienste für Nachrichtenartikel; Analyse von Modellierungsunterschieden der Wikipedia Taxonomie in verschiedenen Sprachen; Zuordnung von Nachrichtenartikeln zu WikipediaKategorien; Erkennung dynamischer Fakten in der DBpedia, etc.

Die Gruppen können bei Interesse Aufgaben und Themen mitgestalten.


Literature

Detaillierte Referenzen werden zusammen mit den jeweiligen Themen angegeben. Allgemeine Hintergrundinformationen ergeben sich z.B. aus den folgenden Lehrbüchern:

  • Mitchell, T.; Machine Learning, McGraw Hill, 1997.
  • Cook, D.J. and Holder, L.B. (Editors) Mining Graph Data, ISBN: 0-471-73190-0, Wiley,
  • Manning, C. and Schütze, H.; Foundations of Statistical NLP, MIT Press, 1999.