Time: Wednesday, 3. DS (11:10 to 12:40)
Location: SCH/A315
Quantity: 2V/2Ü/0P SWS
Language: German
Modules: INF-B-540, INF-LE-WW, MINF-04-FG-IAS, WI-MA-08-01, WI-MA-09-01, D-WW-INF-3421, D-WW-INF-3422, D-WW-INF-3423, INF-04-FG-AVS, INF-B-520

Die nächste Übung (Tutorial – Datenanalyse in Python) findet am Montag den 02.07.2018 statt. Die Vorlesung am 04.07.2018 und die Übung am 09.07.2018 entfallen.

About

Der Begriff “Data Science” ist zu einem wichtigen Schlagwort im Umgang mit großen Datenmengen geworden. Data Scientists handhaben und analysieren große Datenmengen um daraus Informationen zu generieren und Handlungsempfehlungen abzuleiten, die Organisationen befähigen effizienter zu arbeiten. Um dies zu erreichen, werden verschiedene Analysetools und Methoden genutzt, die aus unübersichtlichen Datenmengen wertvolle Informationen extrahieren, aus denen anschließend Hypothesen abgeleitet werden.

Die Vorlesung gibt einen Ende-zu-Ende Einblick in den Data Science Prozess. Im ersten Teil der Vorlesung werden Grundlagen des Data Management vermittelt.  Es wird aufgezeigt wie große dynamische Datenbestände integriert, konsolidiert und letztendlich für komplexe Analyseaufgaben genutzt werden können. Dabei werden insbesondere die Themen Data Warehousing, multidimensionalen Modellierung und relationale Abbildung behandelt. Aufbauend darauf werden komplexe Datenmodelle ,z.B. Graphen und visuelle Analysen als Mittel zur Dateninterpretation besprochen. Der zweite Teil der Vorlesung behandelt Methoden der Datenanalyse. Dies umfasst klassische statistische Verfahren wie Klassifikation, Clustering und Forecasting sowie Machine Learning Verfahren wie neuronale Netze. Neben den Methoden an sich, werden ebenfalls moderne Analysewerkzeuge zu deren Anwendung vorgestellt. Die theoretischen Inhalte der Vorlesungen werden durch praktische Übungen ergänzt.

Skript zur Vorlesung

Teil Inhalt Acrobat/PDF
00 Prolog pdf
01 Integration approaches & DWH architecture pdf
02 Multidimensional Modelling pdf
03 Analytic Tools pdf R-code
04 Visual Analytics pdf
05 Clustering pdf
06 Association Rule Mining pdf
07 Classification pdf
08 Time Series Analytics pdf
09 Forecasting pdf
10 Graph Analytics pdf
11 Machine Learning pdf

 

Kontakt

Schreiben Sie uns eine E-Mail an: sya-db-dia@groups.tu-dresden.de