Datenintegration und -analyse [DIA]

News

• Die Übung am 01.07. fällt aus.
• Die Übung am 17.06. fällt aus. Die Vorlesungen gehen am 19.06. weiter.
• Wegen des großen Umfangs der Übung zum Association Rule Mining wird am 27.05. ein zusätzlicher Übungstermin angeboten.
• Am 22.05. findet wegen des Dies academicus keine Vorlesung statt.  Am 29.05. geht es mit der nächsten Vorlesung regulär weiter.
• Die Vorlesung findet ab 03.04. statt, in den ersten beiden Vorlesungswochen gibt es noch keine Übung.
• Eine Einschreibung ist für Vorlesung und Übung nicht erforderlich.

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.

Kontakt